原来webBrowser还可以这样用

原创

谭广健

发布于 2022-05-17 17:42:55

6730

发布于 2022-05-17 17:42:55

文章被收录于专栏：谭广健的专栏

最近在写一个网络爬虫，本来都基本完成了90%。但后来发现对象网站通过ajax来进行数据更新，当然其实这个我也早估到，因为这样就不用不停的刷页面；但估不到的竟然用SessionID进行验证并进行数据交换。即只有登录成功的SessionID才可以进行数据获取，更奇特的是他是xml，这个也算了并且xml不是直接全部数据显示出来，有时候甚至没有一点，，哎，搞了一大轮想到的办法是建一个Sqlite数据库和读XML的控件，进行读取。。就这样搞了一半，突然想到一个webBrowser控件，这个控件先模拟登陆然后再在webBrowser中读取相关的html，而本来计划是监控webBrowser获取其连接，但看了一下这样也比较复杂，主要是要读xml然后写数据库，这样费力。。后来，想到既然能读出HTML那么我们可以把HTML保存为HTML，让接口读就是了。。预是就开始了这篇。

先说读取吧，读取比较简单“this.webBrowser1.DocumentStream”就能读HTML的代码但不足的就是编码会乱因为网页是GBK的。。好吧还是上代码。

private void Write_html()
        {   
            System.IO.StreamReader getReader = new System.IO.StreamReader(this.webBrowser1.DocumentStream, System.Text.Encoding.GetEncoding("gb2312"));
            string WHtml = getReader.ReadToEnd();
            string logPath = AppDomain.CurrentDomain.BaseDirectory + "\\HTML.html";
            if (string.IsNullOrEmpty(WHtml))
                return;
            if(!WHtml.Contains("#edf3fa"))
                return;
            LogManager.WriteLog("Write_html===>RUN");
            try
            {
                using (StreamWriter sw = File.CreateText(logPath))
                {
                    sw.WriteLine(WHtml);
                    sw.Flush();
                    sw.Close();
                    sw.Dispose();
                }               
            }
            catch (Exception _err)
            {
                LogManager.WriteLog("Write_html=_err==>:" + _err);
            }         
        }

上面的代码就是通过读取webBrowser1的内容写入html里面的。。这样就完成html的建立。。。那怎么激活这个呢，一开始想打开页面后再执行，但因为有时候webBrowser1还没完成加载完成，所以无内容。因此突然想到一个webBrowser1_DocumentCompleted。。这个DocumentCompleted就是监听加载完毕就执行这个，预是在这里加入就可以了。。完美。。最后，怎么激活webBrowser1的地址，其实就是webBrowser1.Navigate（"网站"）就可以了。。又多了一个简单的功能。。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

编程算法