在 C# Windows Forms App 中获取当前页面的 Html 源代码答案

【问题标题】：Get Html source of current page in C# Windows Forms App在 C# Windows Forms App 中获取当前页面的 Html 源代码
【发布时间】：2011-12-11 22:35:25
【问题描述】：

我正在使用 BandOjects 和 C# Windows 窗体应用程序创建 Internet Explorer 插件，并且正在测试解析 HTML 源代码。我目前一直在根据站点的 URL 解析信息。

我想获取我拥有的使用登录名的示例网站的当前页面的 HTML 源代码。如果我使用我所在页面的 URL，它将始终获取登录页面的来源而不是实际页面，因为我的应用程序无法识别我已登录。我是否需要存储我的登录凭据使用某种 api 的网站？或者有没有办法抓取 HTML 的当前页面？我更喜欢后者，因为它似乎不会那么麻烦。谢谢！

【问题讨论】：

标签： c# internet-explorer html-parsing

【解决方案1】：

我在我的一个应用程序中使用了这种方法：

private static string RetrieveData(string url)
    {

        // used to build entire input
        var sb = new StringBuilder();

        // used on each read operation
        var buf = new byte[8192];
        try
        {
            // prepare the web page we will be asking for
            var request = (HttpWebRequest)
                                     WebRequest.Create(url);

           /* Using the proxy class to access the site
            * Uri proxyURI = new Uri("http://proxy.com:80");
            request.Proxy = new WebProxy(proxyURI);
            request.Proxy.Credentials = new NetworkCredential("proxyuser", "proxypassword");*/

            // execute the request
            var response = (HttpWebResponse)
                                       request.GetResponse();

            // we will read data via the response stream
            Stream resStream = response.GetResponseStream();

            string tempString = null;
            int count = 0;

            do
            {
                // fill the buffer with data
                count = resStream.Read(buf, 0, buf.Length);

                // make sure we read some data
                if (count != 0)
                {
                    // translate from bytes to ASCII text
                    tempString = Encoding.ASCII.GetString(buf, 0, count);

                    // continue building the string
                    sb.Append(tempString);
                }
            } while (count > 0); // any more data to read?

        }
        catch(Exception exception)
        {
            MessageBox.Show(@"Failed to retrieve data from the network. Please check you internet connection: " +
                            exception);
        }
        return sb.ToString();
    }

您只需传递需要检索代码的网页的 url。

例如：

string htmlSourceGoggle = RetrieveData("www.google.com")

注意：如果您使用代理访问互联网，您可以取消注释代理配置。将代理地址、用户名和密码替换为您使用的。

用于通过代码登录。检查这个：Login to website, via C#

【讨论】：

非常感谢，这确实适用于基于 URL 获取源（我最初确实有工作）。但同样因为我的网站需要登录才能查看特定页面（例如，在查询字符串中有一个 id 指定它是什么页面的页面），它总是检索登录页面的来源，因为如果你试图去到那个页面只是在 url 上没有登录，它不会让你。不知道该怎么做，或者是否有什么我能做的。
stackoverflow.com/questions/930807/…
仍在使用链接中的示例以使其对我有用，但这基本上就是我想要的。谢谢！