2
webBrowser1.Navigate(myurl); 
HtmlElementCollection links = webBrowser1.Document.GetElementsByTagName("HTML");
foreach (HtmlElement link in links)
{
MessageBox.Show(link.InnerHtml);         
}

我使用上面的代码,可以得到网页的整个HTML文档,但我真正想要的是获取HTML文档中的超链接url(url as ("a href"))。

我用:

MessageBox.Show(link.GetAttribute("href"));

但它返回null。

有人可以帮助我解决不使用正则表达式而是使用简单函数之类的问题吗?

带有 JavaScript 的 HTML 代码如下所示:

<HTML>
<HEAD>
<TITLE>Test for me</TITLE>
<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=utf-8" />
<SCRIPT LANGUAGE="JavaScript">
<!--


function window::onload()
{

 result.innerHTML = 
      "<br><center><font size=+1><a href='MyMain.aspx' target='_parent'>Back to My Main        Page</a></font><br>"
    + "<font size=+2><b><a href='http://MySub.asp'>Launch My Application</a></b></font></center>";     
}

-->
</SCRIPT>
</HEAD>

<BODY>
<div id="result" />
</BODY>
</HTML>
4

1 回答 1

1

这几乎是一个完整的猜测,但是:

  • 您可能必须等到文档实际加载后才能获取您的内容。
  • 您需要获取正确的内容(“A”标签)

通过http://msdn.microsoft.com/en-us/library/system.windows.forms.webbrowser.documentcompleted.aspx,我猜下面的代码可能有效:

首先,设置一个事件处理程序:

// Add an event handler that processes the document after it loads.
webBrowser1.DocumentCompleted +=
    new WebBrowserDocumentCompletedEventHandler(ProcessDocument);

在别处,定义处理程序(以及需要发生的事情)

private void ProcessDocument(object sender,
    WebBrowserDocumentCompletedEventArgs e)
{

    var webBrowser1 = (WebBrowser)sender;

    HtmlElementCollection links = webBrowser1.Document.GetElementsByTagName("A");
    foreach (HtmlElement link in links)
    {
        MessageBox.Show(link.GetAttribute("href"));         
    }

}

最后:

webBrowser1.Navigate(myurl); 

问题是,msdn 文档没有说明文档“完全加载”之前必须发生的事情。

编辑:我终于在 LinqPad 中尝试过了,它看起来并没有暴露与“窗口加载”事件相关的任何内容,至少直接暴露。我敢打赌 DocumentCompleted 事件的触发更像是“DOMReady”事件。下面是一个 hack,但它出现在 DocumentTitleChange 事件的第三次调用中,它抓取了 href 的内容。请注意第三次调用它的原因是我有更改标题的javascript

void Main()
{
    WebBrowser webBrowser1 = new WebBrowser();
    webBrowser1.DocumentTitleChanged +=
        new EventHandler(ProcessDocument);
    webBrowser1.Navigate("http://localhost/test/test.html"); 

    Console.ReadLine();
}

// Define other methods and classes here

private void ProcessDocument(object sender,
    EventArgs e)
{

    var webBrowser1 = (WebBrowser)sender;
    Console.WriteLine("ProcessDocument BEGIN");
    HtmlElementCollection links = webBrowser1.Document.GetElementsByTagName("A");
    foreach (HtmlElement link in links)
    {
        Console.WriteLine(link.GetAttribute("href"));         
    }
    Console.WriteLine("ProcessDocument END");
    Console.Out.Flush();

}

你的html在哪里:

<HTML>
<HEAD>
<TITLE>Test for me</TITLE>
<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=utf-8" />
<SCRIPT LANGUAGE="JavaScript">
<!--


function foo()
{
  var result = document.getElementById('result');
 result.innerHTML = 
      "<br><center><font size=+1><a href='MyMain.aspx' target='_parent'>Back to My Main        Page</a></font><br>"
    + "<font size=+2><b><a href='http://MySub.asp'>Launch My Application</a></b></font></center>";
  document.title += "Hack..Aacklgahala, ribbit";    
}

-->
</SCRIPT>
</HEAD>

<BODY onload="foo()">
<a href="http://google.com">bar</a>
<div id="result" />
</BODY>
</HTML>
于 2012-12-20T06:19:43.923 回答