从 webbrowser 组件中读取 XML答案

【问题标题】：Read XML from a webbrowser component从 webbrowser 组件中读取 XML
【发布时间】：2018-09-20 20:08:51
【问题描述】：

我有一个应用程序，它在 NavUserPassword 身份验证后为个人提供 Webbrowser 组件中 XML 页面的预览，然后显示一个侧面板，将其解析为有意义的数据。但是，我似乎找不到通过字符串将所有 XML 从 webbrowser 组件中导出的有效方法。

一个没有认证的网页例子是https://services.odata.org/Northwind/Northwind.svc/

我在下面有这段代码，尽管它会抛出一个 MssingMemberExeption“未找到类型 'HTMLDocumentClass' 上的公共成员 'XMLDocument'。”

Private Sub WebBrowserAuthEx1_DocumentCompleted(sender As Object, e As WebBrowserDocumentCompletedEventArgs) Handles WebBrowserAuthExt1.DocumentCompleted
    Dim doc As XmlDocument = New XmlDocument()
    doc.LoadXml(WebBrowserAuthExt1.Document.DomDocument.XMLDocument) ' I throw MssingMemberExeption
    MessageBox.Show(doc.Value.ToString)
End Sub

如何在 webbrowser 中获取这个 XML DOM 以提供所有 XML？

它和普通的网络浏览器一样，但是XML必须在经过身份验证后从中出来，我不想对另一个流进行身份验证。

【问题讨论】：

标签： xml vb.net webbrowser-control microsoft-dynamics

【解决方案1】：

对于您提供的示例 Url，您可以使用类似以下代码的方式获取 xml：

Dim xmlText As String = WebBrowser1.Document.All.Item(0).InnerText

编辑：OP 指出（在被拒绝的编辑中）上面返回的文本在某些行上返回“-”。这是源被格式化为树结构而不是 pure XML 的结果。他们的解决方案如下：

' It also includes the code folding dashes, use the below to sanitize the data.
If xmlText <> Nothing Then
    xmlText = xmlText.Replace("- ", "")
End If

Replace 的这种用法可能会导致意外修改数据，我只是想建议以下替代方案，它将潜在的更改限制在行首。

Dim sb As New System.Text.StringBuilder(xmlText.Length)
Using sr As New System.IO.StringReader(xmlText)
    Do While sr.Peek <> -1
        Dim line As String = sr.ReadLine()
        Dim startOfLineIndex As Int32 = sb.Length
        sb.AppendLine(line)
        If sb.Chars(startOfLineIndex) = "-"c Then sb.Chars(startOfLineIndex) = " "c
    Loop
End Using
xmlText = sb.ToString()

【讨论】：

@DevSushi，您的编辑被拒绝，但我收到了消息。请查看修改后的答案，因为您的解决方案存在一些风险。

【解决方案2】：

如果这是内置的System.Windows.Forms.WebBrowser 控件，您可以使用DocumentText property 获取网站的HTML（基本上是XML）代码。

doc.LoadXml(WebBrowserAuthExt1.DocumentText)

【讨论】：

我得到一个 XmlException 'Reference to undeclared entity 'nbsp'。行#，位置#。在这行代码中，XmlDocument 是否需要对 XML 进行清理？
@DevSushi ：看起来是这样。 &nbsp; 是 HTML 中的不间断空格。我不完全确定 Tn 的解决方案是如何工作的，但是在使用 InnerText 时，通常会为您转换此类实体，因此它可以解决该问题。