C#解析带有ajax加载内容的网站

Question

如果我收到一个具有此功能的网站，我会得到整个页面，但没有 ajax 加载的值。

htmlDoc.LoadHtml(new WebClient().DownloadString(url));

是否可以像在 gChrome 中那样使用所有值加载网站？

Answer 1

您可以使用 WebBrowser控制获取和呈现页面。不幸的是，该控件使用 Internet Explorer，您必须 change a registry value为了强制它使用最新版本，即使这样，实现也非常脆弱。

另一种选择是采用独立的浏览器引擎，例如 WebKit并使其在 .NET 中工作。我找到了一个解释如何执行此操作的页面，但它已经过时了:http://webkitdotnet.sourceforge.net/basics.php

我开发了一个小演示应用程序来获取内容，这就是我想出的:

    class Program
    {
        static void Main(string[] args)
        {
            GetRenderedWebPage("https://siderite.dev", TimeSpan.FromSeconds(5), output =>
            {
                Console.Write(output);
                File.WriteAllText("output.txt", output);
            });
            Console.ReadKey();
        }

        private static void GetRenderedWebPage(string url, TimeSpan waitAfterPageLoad, Action<string> callBack)
        {
            const string cEndLine= "All output received";

            var sb = new StringBuilder();
            var p = new PhantomJS();
            p.OutputReceived += (sender, e) =>
            {
                if (e.Data==cEndLine)
                {
                    callBack(sb.ToString());
                } else
                {
                    sb.AppendLine(e.Data);
                }
            };
            p.RunScript(@"
var page = require('webpage').create();
page.viewportSize = { width: 1920, height: 1080 };
page.onLoadFinished = function(status) {
    if (status=='success') {
        setTimeout(function() {
            console.log(page.content);
            console.log('" + cEndLine + @"');
            phantom.exit();
        }," + waitAfterPageLoad.TotalMilliseconds + @");
    }
};
var url = '" + url + @"';
page.open(url);", new string[0]);
        }
    }

这使用了 PhantomJS通过包装器实现“ headless ”浏览器 NReco.PhantomJS您可以直接从 Visual Studio 通过“引用 NuGet 包”获得。我相信它可以做得更好，但这就是我今天所做的。你可能想看看 PhantomJS 回调，这样你就可以正确地调试正在发生的事情。例如，如果 URL 不起作用，我的示例将永远等待。这是一个有用的链接:https://newspaint.wordpress.com/2013/04/25/getting-to-the-bottom-of-why-a-phantomjs-page-load-fails/