使用 WebBrowser 访问 DOM

Question

在页面上执行 javascript 后，我​​需要访问 HTML 文档的 DOM。我有下面的代码连接到 URL 并获取文档。 问题是它在用 javascript 修改后永远不会得到 DOM

public class CustomBrowser
{
    public CustomBrowser()
    {
        //
        // TODO: Add constructor logic here
        //
    }

    protected string _url;
    string html = "";
    WebBrowser browser;

    public string GetWebpage(string url)
    {
        _url = url;
        // WebBrowser is an ActiveX control that must be run in a
        // single-threaded apartment so create a thread to create the
        // control and generate the thumbnail
        Thread thread = new Thread(new ThreadStart(GetWebPageWorker));
        thread.SetApartmentState(ApartmentState.STA);
        thread.Start();
        thread.Join();
        string s = html;
        return s;
    }

    protected void GetWebPageWorker()
    {
        browser = new WebBrowser();
        //  browser.ClientSize = new Size(_width, _height);
        browser.ScrollBarsEnabled = false;
        browser.ScriptErrorsSuppressed = true;
        //browser.DocumentCompleted += browser_DocumentCompleted;
        browser.Navigate(_url);

        // Wait for control to load page
        while (browser.ReadyState != WebBrowserReadyState.Complete)
            Application.DoEvents();

        Thread.Sleep(5000);


        var documentAsIHtmlDocument3 = (mshtml.IHTMLDocument3)browser.Document.DomDocument;

        html = documentAsIHtmlDocument3.documentElement.outerHTML; 


        browser.Dispose();
    }


}

希望有人能帮我解决这个问题

Answer 1

如果客户端脚本确实如您所说在 IE7 中执行，则问题可能纯粹是时间问题。即使在文档加载完成后，您也无法确切知道 何时 JS 脚本将被执行。在尝试到达documentElement 之前等待 5 秒在理论上听起来是个好主意；在实践中，该元素可能在此之前存在。或者，也许网络很慢，仅获取 jQuery 脚本本身需要 5 秒。

我建议测试您正在寻找的元素是否存在（img 标签，视情况而定）。类似于

while (browser.Document.GetElementsByTagName("img").Count == 0) {
    Application.DoEvents();
}

这样，您就不需要Thread.Sleep 行了。

Answer 2

我看不到这里正在执行的 js，但我想你可以准确地找到正在更新的元素，并在 onprpertychange 事件时附加一个事件处理程序，就像这里给出的解决方案一样： C# WebBrowser control -- Get Document Elements After AJAX?

如果 js 是按类而不是按想法翻转元素，那么您可以从这里借用逻辑： How to select a class by GetElementByClass and click on it programmically

Answer 3

检查页面在 IE7 中的呈现方式。我猜你缺少的标签是用jQuery添加的，页面上的jQuery 2.2.4版本不支持IE7。我认为 WebBrowser 类确实围绕 IE7，即使您的 PC 上有更新版本的 IE。

如果您拥有该页面，请尝试添加 jQuery 迁移插件。