c＃在頁面加載完成後下載html字符串

Question

我正在嘗試使用循環來下載一堆html頁面並在數據內部進行報廢。但是這些頁面在加載時有一些javascript作業正在運行。所以我認爲使用webclient可能不是一個好的選擇。但是，如果我使用下面的webBrowser。它在循環中首次調用後返回空html字符串。

WebBrowser wb = new WebBrowser(); 
     wb.ScrollBarsEnabled = false; 
     wb.ScriptErrorsSuppressed = true; 
     wb.Navigate(url); 
     while (wb.ReadyState != WebBrowserReadyState.Complete) { Application.DoEvents(); Thread.Sleep(1000); } 
     html = wb.Document.DomDocument.ToString(); 

Answer 1

你是正確的，WebClient的&所有其他HTTP客戶端界面會完全忽略的JavaScript的;畢竟他們都不是瀏覽器。

你想：

var html = wb.Document.GetElementsByTagName("HTML")[0].OuterHtml; 

請注意，如果您通過web瀏覽器加載，你不需要刮原始標記;您可以使用像GetElementById/TagName等DOM方法。

while循環非常VBScript，您應該將代碼連接到DocumentCompleted事件。

---

private void Whatever() 
{ 
    WebBrowser wb = new WebBrowser(); 
    wb.DocumentCompleted += Wb_DocumentCompleted; 

    wb.ScriptErrorsSuppressed = true; 
    wb.Navigate("http://stackoverflow.com"); 
} 

private void Wb_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e) 
{ 
    var wb = (WebBrowser)sender; 

    var html = wb.Document.GetElementsByTagName("HTML")[0].OuterHtml; 
    var domd = wb.Document.GetElementById("copyright").InnerText; 
    /* ... */ 
}