使用VB.net或c#,如何获取生成的
HTML源代码？
要获取页面的html源代码,我可以在下面使用它,但是这不会获得生成的源代码,它将不包含由浏览器中的javascript动态添加的任何html.如何获取最终生成的HTML源代码？
谢谢
WebRequest req = WebRequest.Create("http://www.asp.net");
WebResponse res = req.GetResponse();
StreamReader sr = new StreamReader(res.GetResponseStream());
string html = sr.ReadToEnd();
如果我在下面尝试这个,那么它会返回没有注入JavaScript代码的文档
Public Class Form1
Dim WB As WebBrowser = Nothing
Private Sub Form1_Load(sender As Object,e As EventArgs) Handles MyBase.Load
WB = New WebBrowser()
Me.Controls.Add(WB)
AddHandler WB.DocumentCompleted,AddressOf WebBrowser1_DocumentCompleted
WB.Navigate("mysite/Default.aspx")
End Sub
Private Sub WebBrowser1_DocumentCompleted(sender As Object,e As WebBrowserDocumentCompletedEventArgs)
'Dim htmlcode As String = WebBrowser1.Document.Body.OuterHtml()
Dim s As String = WB.DocumentText
End Sub
End Class
HTML返回
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head runat="server">
<title></title>
</head>
<body>
<form id="form1" runat="server">
<div id="center_text_panel">
//test text this text should be here
</div>
</form>
</body>
</html>
<script type="text/javascript">
document.getElementById("center_text_panel").innerText = "test text";
</script>
解决方法
你可以使用
WebKit.NET
Look here正式教程
这不仅可以获取源代码,还可以通过pageload事件处理javascript.
webKitBrowser1.Navigate(MyURL)
然后,处理DocumentCompleted事件,并：
private documentContent = webKitBrowser1.DocumentText
编辑 – 这可能是更好的开源WebKit选项：http://code.google.com/p/open-webkit-sharp/
