页面加载完成后c＃下载html字符串

debugcn 发表于 Dev

迈克·朗（Mike Long）

我正在尝试使用循环来下载一堆html页面并在内部数据中剪贴。但是，这些页面在加载时会运行一些javascript作业。因此，我认为使用webclient可能不是一个不错的选择。但是，如果我使用如下所示的webBrowser。它在循环中的第一次调用后返回空的html字符串。

WebBrowser wb = new WebBrowser();
        wb.ScrollBarsEnabled = false;
        wb.ScriptErrorsSuppressed = true;
        wb.Navigate(url);
        while (wb.ReadyState != WebBrowserReadyState.Complete) { Application.DoEvents(); Thread.Sleep(1000); }
        html = wb.Document.DomDocument.ToString();

亚历克斯·K。

您是正确的，WebClient和所有其他HTTP客户端接口将完全忽略JavaScript；毕竟它们都不是浏览器。

你要：

var html = wb.Document.GetElementsByTagName("HTML")[0].OuterHtml;

请注意，如果您通过WebBrowser加载，则无需抓取原始标记。您可以使用DOM等方法GetElementById/TagName。

while循环非常VBScript，有一个DocumentCompleted事件应该将代码连接到其中。

private void Whatever()
{
    WebBrowser wb = new WebBrowser();
    wb.DocumentCompleted += Wb_DocumentCompleted;

    wb.ScriptErrorsSuppressed = true;
    wb.Navigate("http://stackoverflow.com");
}

private void Wb_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
{
    var wb = (WebBrowser)sender;

    var html = wb.Document.GetElementsByTagName("HTML")[0].OuterHtml;
    var domd = wb.Document.GetElementById("copyright").InnerText;
    /* ... */
}

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。