Bagaimana Saya Boleh Mendapatkan Kandungan HTML Dijana Secara Berkesan Menggunakan .NET?

Mengambil HTML Dinamik dalam Aplikasi .NET

Ramai pembangun bergelut untuk mendapatkan semula kandungan HTML yang dijana secara dinamik menggunakan .NET. Pendekatan biasa, seperti menggunakan System.Windows.Forms.WebBrowser atau mshtml.HTMLDocument antara muka COM, selalunya gagal.

Penghadan Kaedah Standard

Kelas System.Windows.Forms.WebBrowser dan antara muka mshtml.HTMLDocument menyediakan kefungsian yang tidak mencukupi untuk menangkap HTML yang dimuatkan secara dinamik. Contoh kod berikut menggambarkan had ini:

Contoh menggunakan System.Windows.Forms.WebBrowser:

<code class="language-csharp">WebBrowser wb = new WebBrowser();
wb.Navigate("https://www.google.com/#q=where+am+i");

wb.DocumentCompleted += (sender, 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>

Contoh menggunakan mshtml.HTMLDocument:

<code class="language-csharp">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>

Kedua-dua contoh gagal menangkap HTML yang lengkap dan dipaparkan secara dinamik.

Penyelesaian yang Lebih Teguh

Strategi yang lebih berkesan untuk mendapatkan semula HTML yang dijana secara dinamik melibatkan langkah-langkah ini:

1. Dayakan Rendering HTML Dipertingkat: Konfigurasikan kunci pendaftaran FEATURE_BROWSER_EMULATION untuk memastikan kawalan WebBrowser menyokong ciri HTML5 moden.
2. Muat Halaman dan Monitor Selesai: Gunakan kawalan WebBrowser untuk menavigasi ke URL dan mengendalikan acara DocumentCompleted.
3. Laksanakan Undian: Gunakan mekanisme pengundian (cth., kerap menyemak documentElement.outerHTML) untuk mengesan perubahan dalam kandungan HTML semasa halaman dipaparkan.
4. Tamatkan Undian: Hentikan pengundian apabila pemaparan halaman selesai (ditentukan dengan menandai WebBrowser.IsBusy atau ketiadaan perubahan selanjutnya dalam documentElement.outerHTML).

Pendekatan yang diperhalusi ini menyediakan kaedah yang lebih dipercayai untuk menangkap kandungan HTML dinamik yang dipaparkan sepenuhnya. Teknik yang dipertingkatkan ini meningkatkan keupayaan interaksi aplikasi .NET dengan halaman web.

Atas ialah kandungan terperinci Bagaimana Saya Boleh Mendapatkan Kandungan HTML Dijana Secara Berkesan Menggunakan .NET?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!