訪問WatiN的完整頁面源碼

我正在尋找一種方法將我的網頁作爲我的WatiN測試的一部分通過DTD驗證程序，但我還沒有找到一種乾淨的方式來訪問原始HTML。有沒有內置的方法來做到這一點？訪問WatiN的完整頁面源碼

我想我可以進入酒店IE.InternetExplorer和QueryInterface爲IPersistStreamInit接口和串行化文檔到IStream，但它似乎想了很多工作，爲我猜一定是一個相當普遍的任務。

我是否在WatiN中缺少明顯的東西？或者有人能想出比我上面概述的更好的解決方案嗎？畢竟這個解決方案是非常特定於IE的。

來源

2009-09-11 Johan Levin

似乎沒有更好的方法。我提交了feature request，並在WatiN的sourceforge tracker中提交了補丁。

來源

2009-09-13 13:19:09

這裏是你如何訪問源代碼：

browser.ActiveElement.Parent.OuterHtml

來源

2011-03-24 13:23:52 gjovanov

謝謝，但是如果我記得正確的話，那麼OuterHtml會返回HTML代碼，因爲它在被IE更改後會返回。我的猜測是，IE解釋HTML並構建DOM。當您訪問OuterHtml IE時，將DOM序列化迴文本格式，這與原始文件略有不同。我想要一份HTML的逐字拷貝，以便我可以對其進行驗證。 – 2011-04-06 13:47:12

想到放棄一些線條幫助任何人掙扎在那裏通過華廷獲得一個網頁的原始HTML源代碼，但不打補丁華廷 - 就像品味一樣。

因此利用Johan Levin的補丁我把以下內容拼湊在一起。保持安全，並希望你覺得它有用。

private static TextVariant GetWebPageSource(IE browser) 
    { 
    IHTMLDocument2 htmlDocument = ((IEDocument)(browser.DomContainer.NativeDocument)).HtmlDocument; 
    Encoding encoding = Encoding.GetEncoding(htmlDocument.charset); 
     IPersistStreamInit persistStream = (IPersistStreamInit)htmlDocument; 
     MinimalIStream stream = new MinimalIStream(); 
     persistStream.Save(stream, false); 
     return new TextVariant(encoding.GetString(stream.ToArray())); 
    } 

    [Guid("7FD52380-4E07-101B-AE2D-08002B2EC713")] 
    [InterfaceTypeAttribute(ComInterfaceType.InterfaceIsIUnknown)] 
    public interface IPersistStreamInit 
    { 
     void GetClassID(out Guid pClassID); 
     int IsDirty(); 
     void Load(IStream pStm); 
     void Save(IStream pStm, bool fClearDirty); 
     void GetSizeMax(out long pcbSize); 
     void InitNew(); 
    } 

    // http://stackoverflow.com/questions/6601355/passing-an-fstream-or-equivalent-from-c-to-c-through-cli 
    [ClassInterface(ClassInterfaceType.AutoDispatch)] 
    public class MinimalIStream : MemoryStream, IStream 
    { 
     public MinimalIStream() { } 

     public MinimalIStream(byte[] data) : base(data) { } 

     #region IStream Members 
     public void Write(byte[] pv, int cb, IntPtr pcbWritten) 
     { 
      base.Write(pv, 0, cb); 
      if (pcbWritten != IntPtr.Zero) 
       Marshal.WriteInt64(pcbWritten, (long)cb); 
     } 

     public void Stat(out STATSTG pstatstg, int grfStatFlag) 
     { 
      pstatstg = new STATSTG(); 
      pstatstg.cbSize = base.Length; 
     } 

     public void Read(byte[] pv, int cb, IntPtr pcbRead) 
     { 
      long bytes_read = base.Read(pv, 0, cb); 
      if (pcbRead != IntPtr.Zero) Marshal.WriteInt64(pcbRead, bytes_read); 
     } 

     public void Seek(long dlibMove, int dwOrigin, IntPtr plibNewPosition) 
     { 
      long pos = base.Seek(dlibMove, (SeekOrigin)dwOrigin); 
      if (plibNewPosition != IntPtr.Zero) Marshal.WriteInt64(plibNewPosition, pos); 
     } 

     public void Clone(out IStream ppstm) 
     { 
      ppstm = null; 
     } 

     public void Commit(int grfCommitFlags) 
     { 
     } 

     public void CopyTo(IStream pstm, long cb, IntPtr pcbRead, IntPtr pcbWritten) 
     { 
     } 

     public void LockRegion(long libOffset, long cb, int dwLockType) 
     { 
     } 

     public void SetSize(long libNewSize) 
     { 
     } 

     public void Revert() 
     { 
     } 

     public void UnlockRegion(long libOffset, long cb, int dwLockType) 
     { 
     } 
     #endregion 
    }

來源

2011-07-27 11:11:13 xDisruptor

什麼是「TextVariant」？ – deerchao 2012-01-18 04:58:16

不工作。似乎只採取開始但不是全部來源。 – deerchao 2012-01-18 08:55:38

在調用GetWebPageSource（）以獲取完整文本之前添加以下代碼： – deerchao 2012-01-18 09:36:09

我發現：

browser.ActiveElement.Parent.OuterHtml

不會總是得到一切，取決於你的 'ActiveElement'，因此：

browser.Body.Parent.OuterHtml

似乎更好地工作。（browser是您的IE實例）

雖然我相信Johan Levin在說DOM被序列化迴文本格式時是正確的。因此，通過它的URL獲取文檔（不使用WatiN）來驗證它是不容易的。

來源

2012-05-03 15:15:59 SiCoe

string html = browser.Body.Parent.OuterHtml;

來源

2012-05-04 08:00:11

訪問WatiN的完整頁面源碼

回答

相關問題