0

在页面上的 JavaScript 修改页面后，我试图访问页面的 HTML。根据我在网上找到的内容，这是我目前一直在尝试的。

using System; 
using System.Windows.Forms;
using System.IO; 

namespace WebBrowserDemo 
{ 
    class Program 
    {
    public const string TestUrl = @"http://www.theverge.com/2012/7/2/3126604/android-jelly-bean-updates-htc-samsung-google-pdk"; 

    [STAThread] 
    static void Main(string[] args) 
    { 
        WebBrowser wb = new WebBrowser(); 
        wb.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(wb_DocumentCompleted); 
        wb.Navigate(TestUrl); 

        while (wb.ReadyState != WebBrowserReadyState.Complete) 
        { 
            Application.DoEvents(); 
        } 

        Console.WriteLine("\nPress any key to continue..."); 
        Console.ReadKey(true); 
    } 

    static void wb_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e) 
    { 
        WebBrowser wb = (WebBrowser)sender; 

        HtmlElement document = wb.Document.GetElementsByTagName("html")[0];

        using (StreamWriter sw = new StreamWriter("OuterHTML.txt"))
        {
            sw.WriteLine(document.OuterHtml);
        }

        var abc = wb.Document.InvokeScript("eval", new object[] { "window.scrollTo(0, document.body.scrollHeight);" });

        Console.WriteLine();
        document = wb.Document.GetElementsByTagName("html")[0];

        using (StreamWriter sw = new StreamWriter("OuterHTML2.txt"))
        {
            sw.WriteLine(document.OuterHtml);
        }

    } 
} 
}

最终目标是滚动到页面底部激活任何 JS 以加载文章的评论。虽然目前我从脚本运行前后返回的 html 是相同的。

有什么建议么？

谢谢

4

1 回答 1

1

您应该使用WebBrowser 控件来完成。

这基本上是 IE 的组件化版本。将页面加载到控件中。您甚至可能不需要显示该页面。您可以注册一个将在页面完全加载时调用的事件处理程序。没有明确的方法可以确定脚本何时“完成” - 脚本是开放式的，可以根据需要运行。所以你必须建立一个启发式的“等待期”，然后在等待期过去后检查 HTML。

顺便说一句，这正是IECapt所做的。

于 2012-07-02T22:57:52.517 回答