如何通过WebBrowser控件（ActiveX InternetExplorer）获取页面的源代码？

Question

如何通过WebBrowser控件（ActiveX InternetExplorer）获取页面的源代码？

我有一个名为“foo.xml”的xml文档。

var
 Web: TWebBrowser;
begin
 ...
 Web.Navigate("foo.xml");
 // How can I get source code thru WebBrower control<----
 ...
end;

- user82002

---

难道不就是 foo.xml 文件的内容吗？你不是可以直接加载它吗？ - Rob Kennedy

我认为那可能是一个例子。 - Toby Allen

XML 是 Http 请求的结果，不是文件。 - user82002

Answer 1

WebBrowser1.Navigate()将其加载到RAD组件窗口中，使用Windows操作系统中内置的IE组件。您需要响应回调（对于浏览器组件，双击OnDownloadComplete事件），并在该函数中将其保存到文件中。以下是工作代码的片段：

procedure TMainForm.WB_SaveAs_HTML(WB : TWebBrowser; const FileName : string) ;
var
   PersistStream: IPersistStreamInit;
   Stream: IStream;
   FileStream: TFileStream;
begin
   if not Assigned(WB.Document) then
   begin
     Logg('Document not loaded!') ; //'Logg' adds a line to a log file.
     Exit;
   end;

   PersistStream := WB.Document as IPersistStreamInit;
   FileStream := TFileStream.Create(FileName, fmCreate) ;
   try
     Stream := TStreamAdapter.Create(FileStream, soReference) as IStream;
     if Failed(PersistStream.Save(Stream, True)) then ShowMessage('SaveAs HTML fail!') ;
   finally
     FileStream.Free;
   end;

end; (* WB_SaveAs_HTML *)

procedure TMainForm.WebBrowser1DownloadComplete(Sender: TObject);
begin
   if (WebBrowser1.Document<>nil)AND NOT(WebBrowser1.busy) then begin
       WB_SaveAs_HTML(WebBrowser1,'test.html');
       //myStringList.loadFromFile('test.html');   //process it.
   end;
end;

请注意，一些 MIME（“文件”）类型，如 JSON，在 IE 中会弹出“另存为...”对话框，这会停止您的阅读并需要手动干预。

- Henrik Erlandsson

Answer 2

private void btnTest_Click(object sender, EventArgs e)
        {
            wbMain.Navigate("foo.xml");
            wbMain.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(testing);
        }

        private void testing(Object sender, WebBrowserDocumentCompletedEventArgs e)
        {
            test = wbMain.DocumentText;
        }

我知道有点晚了，但这对我有效。wbMain是WebBrowser对象。

- Paul J Warner

Answer 3

我以为这很容易，但似乎已经被遗忘了。不过你可以轻松地使用TidHTTP控件来完成。

MyPage := IdHTTP1.Get('www.google.com');

我知道这不是你想要的，但可能会有所帮助。

- Toby Allen

Answer 4

IHTMLDocument2(Web.Document).Body.InnerHTML;

这应该返回页面的源代码。

- corné

---

那样做不会省略HEAD元素以及开头和结尾的BODY标签吗？ - Rob Kennedy

我猜你是对的。 也许这可以帮到你： http://www.delphidabbler.com/articles?article=14 - corné

Answer 5

如需通过您的WebBrowser控件访问整个页面的HTML，请使用以下方法：

Web.Document.All[0].OutterHtml;

- Robert

Answer 6

在DocumentCompleted事件中，查看WebBrowser控件的DocumentText属性。它应该包含加载页面的完整文本。

- Angry Jim

---

我在 Delphi 2005 中没有看到这样的属性。它是在以后的版本中引入的吗？ - Rob Kennedy

Answer 7

另一种有效的方法是使用Synapse。使用Synapse调用HttpGet来检索您的初始资源（它会给您源代码），然后根据需要进行操作。

另一个选择是使用EmbeddedWB组件，它比标准的Delphi组件公开了更多的Web浏览器属性和功能，并且仍然符合您在Web浏览器中执行操作的要求。

- skamradt

---

是的，但我想知道如何仅通过ActiveX来实现这一点。 - user82002

我相信EmbeddedWB组件包装了IE，并包含完整的源代码。这是一个很好的起点，可以看到它是如何完成的。 - skamradt