C＃ - 比watin更好的方式使用Javascript從域中抓取PDF文件

我目前正在基於watin構建一個小應用程序，登錄到一個網站，然後開始瀏覽一系列URL以使用Watin下載PDF文件。C＃ - 比watin更好的方式使用Javascript從域中抓取PDF文件

該網站使用了大量的JavaScript來加載嵌入式HTML中的PDF。

程序工作正常，但現在是很慢的，因爲華廷不能非常有效地處理下載（它使用Firefox的下載系統，並保存前慢慢鍵入文件名。

我想知道是否有一個更好的框架爲網頁報廢，可以提供相同的支持阿賈克斯網站，但更好/更快的方式下載文件。

我一直在網絡上發現硒，但它並沒有表現出更有效watin關於文件下載。

在此先感謝您爲他LP。

2012-10-12 Shiruban

您可能會更好地瞭解源HTML頁面中PDF文件鏈接的位置/方式。可能你可能會更好使用HtmlAgilityPack，並以這種方式刮頁（儘管你必須放棄JavaScript）。如果您讓我們知道您正在試圖抓取的網站，可能會更容易。 –

您是否嘗試過[Selenum的Chrome驅動程序]（http://code.google.com/p/selenium/wiki/ChromeDriver）？根據我的經驗，它比watin快。 – lstern

你可以使用這兩個API爲主要引擎寫一個谷歌Chrome擴展：

https://developer.chrome.com/extensions/webRequest.html 知道何時以及如何進行身份驗證以及何時開始下載：

無論從這兩個API中爲了達到目標而丟失什麼，您都可以使用自定義內容腳本進行補償 - 這是一個注入到由擴展打開的頁面中的JavaScript，例如掛鉤到jquery中。準備好的事件來初始化抓取。

這些肯定會比Watin更快，因爲寫入watin是一個抽象層，而不是直接與瀏覽器交談。

2012-11-12 20:42:17 voltaire

回答