如何从TWebBrowser获取HTML源代码

Question

我该如何从WebBrowser组件获取源代码？

我想要获取WebBrowser组件上激活页面的源代码并将其写入备忘录组件。

谢谢。

- Someone

Answer 1

您可以使用 IPersistStreamInit 接口和 save 方法将Web浏览器的内容存储在数据流中。

Uses 
  ActiveX;

function GetWebBrowserHTML(const WebBrowser: TWebBrowser): String;
var
  LStream: TStringStream;
  Stream : IStream;
  LPersistStreamInit : IPersistStreamInit;
begin
  if not Assigned(WebBrowser.Document) then exit;
  LStream := TStringStream.Create('');
  try
    LPersistStreamInit := WebBrowser.Document as IPersistStreamInit;
    Stream := TStreamAdapter.Create(LStream,soReference);
    LPersistStreamInit.Save(Stream,true);
    result := LStream.DataString;
  finally
    LStream.Free();
  end;
end;

- RRUZ

---

我们如何使其反向工作：SetWebBrowserHTML，从而重新将先前提取的代码注入到WebBrowser（或TEmbeddedWebBrowser）中。我想象以下情况：备忘录组件使用GetWebBrowserHTML获取HTML源代码，然后用户对源代码进行一些更改，然后将更改后的源代码重新注入到WebBrowser中。这将成为一个不错的HTML编辑器，并且可以在浏览器中实时预览！ - user1580348

更好的写法：LStream := TStringStream.Create('', TEncoding.UTF8); - user1580348

如果你想要“反转”它，你只需要将LPersistStreamInit.Save更改为LPersistStreamInit.Load，并使用某些内容初始化TStringStream（或传入不同的流）。 - tmjac2

Answer 2

那也可以运行良好：

    uses MSHTML;

    function GetHTML(w: TWebBrowser): String;
    Var
      e: IHTMLElement;
    begin
      Result := '';
      if Assigned(w.Document) then
      begin
         e := (w.Document as IHTMLDocument2).body;
    
         while e.parentElement <> nil do
         begin
           e := e.parentElement;
         end;
    
         Result := e.outerHTML;
      end;
    end;

- Mehmet Fide

---

错误。这将获取document元素的DOM表示，而不是HTML源代码。 - kobik

是的，你说得对，我只是用它来解析一些HTML源代码中可用的数据，并且使用DOM表示法就足够了。 - Mehmet Fide

我会为你的答案点赞，它在任何情况下都非常有用。我在我们的爬虫中也使用类似的方法来操作/解析外国网站的HTML。 - kobik

我不得不点赞，因为我尝试获取源代码的页面被JavaScript更改了内容，所以 @rruz 的建议无法奏效，它返回的是原始HTML，而不是更改后的。谢谢。 - Fernando M. Pinheiro

Answer 3

这个问题在 Embarcadero 论坛上已经被问答多次，并发布了大量代码示例。请搜索档案。

总体来说，你需要使用 Navigate() 方法导航到所需的 URL 并等待 OnDocumentComplete 事件触发，然后对 Document 属性调用 QueryInterface() 方法以获取 IPersistStreamInit 接口，并调用其 save() 方法。创建一个 TStream 对象实例，例如 TMemoryStream，将其包装在 TStreamAdapter 对象中，然后将适配器传递给 save() 方法。然后，您可以根据需要将 TStream 加载到 TMemo 中。

- Remy Lebeau

Answer 4

为什么不要选择快速而肮脏的方法：

OnNavigateComplete2()

Form1.RichEdit1.Text:=(WebBrowser1.OleObject.Document.documentElement.outerhtml);

- MasterDiesel

---

这个简单版本在UTF-8编码的页面上，对于非ASCII文本的处理效果要好得多。 - Kevin Davidson