如何从 Web 浏览器控件检索动态生成的 HTML 代码？

如何使用.NET的WebBrowser或mshtml.HTMLDocument动态生成HTML代码？

问题：

使用 WebBrowser 类或 mshtml.HTMLDocument 接口从网页检索动态生成的 HTML 代码可能是一个挑战。 WebBrowser 类无法捕获渲染的 HTML，并且 mshtml.HTMLDocument 返回与实际页面内容不同的原始 HTML。

解决方案：

使用 WebBrowser类：

虽然 WebBrowser 类没有提供获取渲染 HTML 的直接方法，但可以实现一种解决方法。将 WebBrowser 控件添加到表单，让它导航到所需的 URL，然后使用以下步骤检索 HTML：

1. 发送“CTRL A”键选择所有内容。
2. 使用 Copy 方法将所选内容复制到剪贴板。
3. 从剪贴板粘贴 HTML 并根据需要进行解析。

使用 mshtml.HTMLDocument 接口:

1. 创建 mshtml.HTMLDocument 的实例并使用 write 将下载的 HTML 传递给它。
2. 通过轮询 all 属性和 IsBusy 检查 HTML 快照中的更改WebBrowser 控件的属性。
3. 一旦 IsBusy 属性变为 false 并且 HTML 快照中没有任何更改，则认为页面已完全呈现并检索 HTML。

其他注意事项：

• 确保使用浏览器功能控制启用 HTML5 渲染。
• 使用超时来防止无限渲染。
• 异步/等待可以简化轮询逻辑的实现。

示例代码：

<code class="C#">using Microsoft.Win32;
using System;
using System.Threading;
using System.Threading.Tasks;
using mshtml;

public async Task<string> LoadDynamicPage(string url, CancellationToken token)
{
    var doc = new HTMLDocument();
    doc.write(new System.Net.WebClient().DownloadString(url));

    // Poll for changes in HTML snapshot
    var html = doc.documentElement.outerHTML;
    while (true)
    {
        await Task.Delay(500, token);
        var htmlNow = doc.documentElement.outerHTML;
        if (html == htmlNow)
            break;

        html = htmlNow;
    }

    return html;
}</code>

以上是如何从 Web 浏览器控件检索动态生成的 HTML 代码？的详细内容。更多信息请关注PHP中文网其他相关文章！