Heim >Web-Frontend >js-Tutorial >Wie kann ich dynamisch generierten HTML-Code mit .NET ohne Einschränkungen abrufen?
Einführung
HTML-Code dynamisch abrufen Von Webseiten generierte Daten sind eine häufige Aufgabe in Webautomatisierungs- und Scraping-Szenarien. .NET bietet hierfür zwei Möglichkeiten: die Klasse System.Windows.Forms.WebBrowser und die Schnittstelle mshtml.HTMLDocument. Ihre effektive Verwendung kann jedoch eine Herausforderung sein.
Die WebBrowser-Klasse
Die System.Windows.Forms.WebBrowser-Klasse dient zum Einbetten von Webseiten in Ihre Anwendung. Es unterstützt zwar benutzerdefinierte Navigations- und Dokumentereignisse, ist jedoch in seiner Fähigkeit, dynamisch generiertes HTML zu erfassen, eingeschränkt.
Der folgende Codeausschnitt veranschaulicht die Verwendung von WebBrowser:
<code class="csharp">using System.Windows.Forms; using mshtml; namespace WebBrowserTest { public class Program { public static void Main() { WebBrowser wb = new WebBrowser(); wb.Navigate("https://www.google.com/#q=where+am+i"); wb.DocumentCompleted += delegate(object sender, WebBrowserDocumentCompletedEventArgs e) { mshtml.IHTMLDocument2 doc = (mshtml.IHTMLDocument2)wb.Document.DomDocument; foreach (IHTMLElement element in doc.all) { System.Diagnostics.Debug.WriteLine(element.outerHTML); } }; Form f = new Form(); f.Controls.Add(wb); Application.Run(f); } } }</code>
Das mshtml.HTMLDocument Schnittstelle
Die mshtml.HTMLDocument-Schnittstelle bietet direkten Zugriff auf das zugrunde liegende HTML-Dokumentobjekt. Es erfordert jedoch manuelle Navigation und Rendering, was es für dynamisch generierte Inhalte weniger praktisch macht.
Der folgende Codeausschnitt veranschaulicht die Verwendung von mshtml.HTMLDocument:
<code class="csharp">using mshtml; namespace HTMLDocumentTest { public class Program { public static void Main() { mshtml.IHTMLDocument2 doc = (mshtml.IHTMLDocument2)new mshtml.HTMLDocument(); doc.write(new System.Net.WebClient().DownloadString("https://www.google.com/#q=where+am+i")); foreach (IHTMLElement e in doc.all) { System.Diagnostics.Debug.WriteLine(e.outerHTML); } } } }</code>
Ein robusterer Ansatz
Um die Einschränkungen von WebBrowser und mshtml.HTMLDocument zu überwinden, können Sie den folgenden Ansatz verwenden:
Beispielcode
Der folgende C#-Code veranschaulicht diesen Ansatz:
<code class="csharp">using System; using System.ComponentModel; using System.Threading; using System.Threading.Tasks; using System.Windows.Forms; using mshtml; namespace DynamicHTMLFetcher { public partial class MainForm : Form { public MainForm() { InitializeComponent(); this.webBrowser.DocumentCompleted += WebBrowser_DocumentCompleted; this.Load += MainForm_Load; } private async void MainForm_Load(object sender, EventArgs e) { try { var cts = new CancellationTokenSource(10000); // cancel in 10s var html = await LoadDynamicPage("https://www.google.com/#q=where+am+i", cts.Token); MessageBox.Show(html.Substring(0, 1024) + "..."); // it's too long! } catch (Exception ex) { MessageBox.Show(ex.Message); } } private async Task<string> LoadDynamicPage(string url, CancellationToken token) { var tcs = new TaskCompletionSource<bool>(); WebBrowserDocumentCompletedEventHandler handler = (s, arg) => tcs.TrySetResult(true); using (token.Register(() => tcs.TrySetCanceled(), useSynchronizationContext: true)) { this.webBrowser.DocumentCompleted += handler; try { this.webBrowser.Navigate(url); await tcs.Task; // wait for DocumentCompleted } finally { this.webBrowser.DocumentCompleted -= handler; } } var documentElement = this.webBrowser.Document.GetElementsByTagName("html")[0]; var html = documentElement.OuterHtml; while (true) { await Task.Delay(500, token); if (this.webBrowser.IsBusy) continue; var htmlNow = documentElement.OuterHtml; if (html == htmlNow) break; // no changes detected, end the poll loop html = htmlNow; } token.ThrowIfCancellationRequested(); return html; } private void WebBrowser_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e) { // Intentional no-op handler, we receive the DocumentCompleted event in the calling method. } } }</code>
Dieser Ansatz stellt sicher, dass Sie den vollständig gerenderten HTML-Code erhalten, auch wenn dieser dynamisch generiert wird.
Das obige ist der detaillierte Inhalt vonWie kann ich dynamisch generierten HTML-Code mit .NET ohne Einschränkungen abrufen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!