2

我将 AngleSharp 和 AngleSharp.Scripting.Javascript 的 nuget 包导入到一个空项目中，以查看在应用 javascript/css 后是否可以从网页中解析 html（如无头浏览器）。

我正在使用http://pycoders.com/archive/（它导航到使用浏览器中的 javascript 填充的时事通讯存档）作为测试 url。

显示内联 javascript 功能的基本示例脚本对我有用，并且在加载 html 后处理 javascript 等......但加载实际网页并var document = await browseingContext.OpenAsync(new Url("http://pycoders.com/archive/"), CancellationToken.None);没有处理从外部文件资源加载的脚本/css。

尝试调试该问题导致我将 IResourceLoader 接口实现为我自己项目中 AngleSharp 中包含的默认 ResourceLoader 的副本，并且似乎为网站返回了网站图标资源响应流，但第一个样式资源文件（https：/ /s3.amazonaws.com/pycoders2/css/bootstrap.css）没有被 WebRequest 加载到 ResponseStream 中。

public async Task<IResponse> RequestAsync(CancellationToken cancellationToken)
{
    ...

     _http.BeginGetResponse(ReceiveResponse, null);
     await _completed.Task.ConfigureAwait(false);

     if (cancellationToken.IsCancellationRequested)
        return null;

    return GetResponse();
}

对于上面的 css 资源文件，运行代码到达该行_http.BeginGetResponse(ReceiveResponse, null);，但从RecieveResponse不调用该方法。

我希望有人可以帮助我在 AngleSharp 中加载资源，因为它看起来像是一个下降的 html 解析器，并且 javascript/css 预处理会很好地完成它，从而消除我对 phantomjs 和 Selenium 的需求。

编辑：

渲染 html 时当前正在运行的资源任务的更多详细信息如下：

https://s3.amazonaws.com/pycoders2/img/favicon.ico - RanToCompletion

https://s3.amazonaws.com/pycoders2/img/favicon.ico - RanToCompletion

https://s3.amazonaws.com/pycoders2/css/bootstrap.css - WaitingForActivation

https://s3.amazonaws.com/pycoders2/css/main.css - WaitingForActivation

http://fonts.googleapis.com/css?family=Lato:300,400,900 - RanToCompletion

https://s3.amazonaws.com/pycoders2/img/header.png - WaitingForActivation

http://us4.campaign-archive1.com/generate-js/?u=9735795484d2e4c204da82a29&fid=1817&show=200 - RanToCompletion

https://code.jquery.com/jquery-1.10.2.min.js - RanToCompletion

https://s3.amazonaws.com/pycoders2/js/bootstrap.min.js - WaitingForActivation

4

1 回答 1

1

目前我最好的猜测是集成的 HTTP 请求者无法处理 SSL 证书（过去有这个问题；对于大多数页面它可以工作 - 对于某些页面它没有）。由于 AWS 实例也接受“http”请求，您可以尝试将 URL 修改为http://s3.amazonaws.com/pycoders2/css/bootstrap.css吗？作为一个邪恶的黑客，您可以包装现有的 HTTP 请求者并将其与从https修改为http的 URL 一起使用。

那它行得通吗？

备注：我尝试允许所有 SSL 请求。这在 .NET 的常规 .NET 版本中是可能的HttpWebRequest。不幸的是，PCL 版本没有这样的选项。

于 2015-07-10T15:15:52.593 回答