在WPF中读取Web浏览器的内容

Question

大家好，我希望能够从网站上读取外部内容，比如标签之间的元素。我正在使用Web浏览器控件，并且以下是我的代码。然而，这段代码只是在我的Web浏览器控件中填充了网页。

public MainWindow()
{
    InitializeComponent();

    wbMain.Navigate(new Uri("http://www.annonymous.com", UriKind.RelativeOrAbsolute));
}

- user1528573

---

你尝试过什么吗？ - Clemens

我尝试了WebBrowser的InspectHTML内容，但没有成功... - user1528573

请参考以下的SO问题：https://dev59.com/JHI-5IYBdhLWcg3wCz3y - ZanderAdam

请查看此答案。 - Clemens

Answer 1

你可以使用Html Agility Pack库来解析任何HTML格式的数据。

HtmlDocument doc = new HtmlDocument();
doc.Load(wbMain.DocumentText);

var nodes = doc.SelectNodes("//a[@href"]);

注意: 方法SelectNode接受XPath，而不是CSS或jQuery选择器。

var node = doc.SelectNodes("id('my_element_id')");

- Tomislav Markovski

---

每当我尝试访问Node时，都会出现异常“表达式必须评估为节点集。” - user1528573

变量 nodes = doc.DocumentNode.SelectNodes("#text"); - user1528573

好的，你需要使用XPath作为选择器，而不是CSS或jQuery选择器。例如，如果你的DIV有id="text"，那么你会使用doc.DocumentNode.SelectNodes("//div[@id[starts-with(.,'text')");。我已经更新了我的答案。 - Tomislav Markovski

Answer 2

据我理解，从您的问题中可以得知，您只需要解析HTML数据，无需显示实际的网页。 如果是这种情况，您可以采用非常简单的方法，使用HttpWebRequest：

    var _plainText = string.Empty;
    var _request = (HttpWebRequest)WebRequest.Create("http://www.google.com");
    _request.Timeout = 5000;
    _request.Method = "GET";
    _request.ContentType = "text/plain";
    using (var _webResponse = (HttpWebResponse)_request.GetResponse())
    {
        var _webResponseStatus = _webResponse.StatusCode;
        var _stream = _webResponse.GetResponseStream();
        using (var _streamReader = new StreamReader(_stream))
        {
            _plainText = _streamReader.ReadToEnd();
        }
    }

- Stefan Cvetanovski

Answer 3

试试这个：

dynamic doc = wbMain.Document;
var htmlText = doc.documentElement.InnerHtml;

edit: Taken from here.

- Darajan

---

以下是翻译的结果： 请参考这个答案，它可能对本问题的提问者有所帮助。请尽量遵循现有答案的内容进行翻译，让翻译更通俗易懂，但不要改变原意。 - Clemens

@Clemens 感谢您的提醒。我不是新来的，但是刚开始尝试做出贡献。 - Darajan

@Tomislav Markowski每当我尝试访问节点时，都会出现异常表达式必须评估为节点集。您能告诉我如何使用节点的示例吗？ - user1528573