[轉]讀取webBrowser中網頁程式碼

iamdaniel月月鳥發表於2008-01-17
Web網頁
DataTable dt = 資料來源;
DataTable dtt = new DataTable();
dtt=dt.Clone();//拷貝框架
DataRow[] dr = dt.select("條件");
for(int i=0;i<dr.length;i++)
{
dtt.ImportRow((DataRow)dr[i]);//
}
this.DataGrid.DataSource=dtt;
this.DataGrid.DataBind();
******************************************
(FileSaveMode)Enum.Parse(typeof(FileSaveMode), attributeCollection["AttachmentSaveMode"].Value);

******************************************

//不能用 this.webBrowser.DocumentText 讀取網頁原始碼，讀出來是亂碼

string url="http://www.yn-home.com";

this.webBrowser.Url = new System.Uri(url);            

            System.IO.StreamReader strm = new System.IO.StreamReader(this.webBrowser.DocumentStream, Encoding.GetEncoding("gb2312"));
            string docment = strm.ReadToEnd();
           // MessageBox.Show(strm.ReadToEnd());
******************************************

這是在CSDN論壇上的一個問題，感覺也許對其他人也會有點用處，所以貼出來

JScript是建立在COM之上的，設定變數/呼叫函式是通過IDispatch來實現的。在.NET裡，呼叫IDispatch裡的方法是通過反射來實現的，即，通過System.Type.InvokeMember 。該方法呼叫 IDispatch::GetIDsOfNames 以及IDispatch::Invoke來呼叫COM Automation 物件裡的方法和屬性。參考

Binding for Office automation servers with Visual C# .NET

假如有下列HTML，

<script language="javascript">
var var1 = 'yes';
function testx(obj)
{
  alert(obj);
  alert(var1);
}
</script>
<input type=button value="click me" onclick="testx('hello');">

在C#裡，假設axWebBrowser1是你的WebBrowser控制元件物件，你已經裝載了上述HTML，你可以這麼做，

mshtml.IHTMLDocument2 doc = (mshtml.IHTMLDocument2)axWebBrowser1.Document;
mshtml.IHTMLWindow2 win = (mshtml.IHTMLWindow2)doc.parentWindow;

//讀變數值
object o = win.GetType().InvokeMember ("var1", BindingFlags.GetProperty, null, win, new Object [] {});

//寫變數值
win.GetType().InvokeMember ("var1", BindingFlags.SetProperty, null, win, new Object [] {"新的值"});

//呼叫方法
win.GetType().InvokeMember("testx",BindingFlags.InvokeMethod,null,win,new object[]{1});

比較麻煩，對麼？幸運的是，我們不用這麼麻煩，因為IHTMLWindow2裡有個現成方法，execScript，我們可以這麼做：

win.execScript("var1 = 'abc';","javascript");
win.execScript("testx(12)","javascript");


****************************************************

最近看到部落格園入門教學文章比較流行，自己最近又偷懶比較多，沒啥心得，不妨寫一篇沒啥深度的入門文章吧。

話說有了WebBrowser類，終於不用自己手動封裝SHDocVw的AxWebBrowser這個ActiveX控制元件了。這個類如果僅僅作為一個和IE一模一樣瀏覽器，那就太沒意思了（還不如直接用IE呢）。那麼，無論我們是想做一個“定製版IE”，還是希望利用HTML來做使用者介面（指WinApp而非WebApp。許多單機軟體，包括Windows的幫助支援中心，都是HTML做的），都少不了Windows Form和包含在WebBrowser中的Web頁面的互動。本文將通過幾個實際的例子，初步介紹一下WinForm和WebBrowser所包含的Web頁面之間的互動。

下面的程式碼假設你已經建立了一個Windows Form，上面有一個WebBrowser名為“webBrowser”。

Study Case 1：用WinForm的Event Handler響應Web頁面的事件

現在有這樣一個Windows Application，它的介面上只有一個WebBrowser，顯示一個本地的HTML檔案作為介面。現在的問題是，所有邏輯都可以放在HTML檔案裡，唯獨“關閉”按鈕遇到了困難——通常，Web頁面是沒有辦法直接控制瀏覽器的，更不用說結束這個WinForm程式了。

但是，在.Net 2.0當中，“由Windows Form響應Web頁面的事件”已經成為了現實。

在.Net 2.0中，整個HTML文件以及其包含的各個HTML元素，都和一個個HtmlDocument、HtmlElement之類的.Net物件對應。因此只要找到這個“關閉”按鈕對應的HtmlElement物件，為其click事件新增Event Handler即可。

假設HTML原始碼如下：

<html>
<body>
<input type="button" id="btnClose" value="關閉" />
</body>
</html>

那麼找出該按鈕併為之新增Event Handler的程式碼如下：

 

HtmlDocument htmlDoc = webBrowser.Document;
HtmlElement btnElement = htmlDoc.All["btnClose"];
if (btnElement != null)
{
    btnElement.click += new HtmlElementEventHandler(HtmlBtnClose_Click);
}

其中HtmlBtnClose_Click是按下Web按鈕時的Event Handler。

很簡單吧？那麼稍稍高階一點的——我們都知道一個HTML元素可能有很多各種各樣的事件，而HtmlElement這個類只給出最常用、共通的幾個。那麼，如何響應其他事件呢？這也很簡單，只需要呼叫HtmlElement的AttachEventHandler就可以了：

btnElement.AttachEventHandler("onclick", new EventHandler(HtmlBtnClose_Click)); 
//這一句等價於上面的btnElement.click += new HtmlElementEventHandler(HtmlBtnClose_Click); 

對於其他事件，把"onclick"換成該事件的名字就可以了。例如：

formElement.AttachEventHandler("onsubmit", new EventHandler(HtmlForm_Submit)); 


Study Case 2：表單（form）的自動填寫和提交

要使我們的WebBrowser具有自動填表、甚至自動提交的功能，並不困難。

假設有一個最簡單的登入頁面，輸入使用者名稱密碼，點“登入”按鈕即可登入。已知使用者名稱輸入框的id（或Name，下同）是username，密碼輸入框的id是password，“登入”按鈕的id是submitbutton，那麼我們只需要在webBrowser的DocumentCompleted事件中使用下面的程式碼即可：

HtmlElement btnSubmit = webBrowser.Document.All["submitbutton"];
HtmlElement tbUserid = webBrowser.Document.All["username"];
HtmlElement tbPasswd = webBrowser.Document.All["password"];

if (tbUserid == null || tbPasswd == null || btnSubmit == null)
    return;

tbUserid.SetAttribute("value", "smalldust");
tbPasswd.SetAttribute("value", "12345678");

btnSubmit.InvokeMember("click");

這裡我們用SetAttribute來設定文字框的“value”屬性，用InvokeMember來呼叫了按鈕的“click”方法。因為不同的Html元素，其擁有的屬性和方法也不盡相同，所以.Net 2.0提供了統一的HtmlElement來概括各種Html元素的同時，提供了這兩個方法以呼叫元素特有的功能。關於各種Html元素的屬性和方法一覽，可以查閱MSDN的DHTML Reference。

※關於表單的提交，的確還有另一種方法就是獲取form元素而不是button，並用form元素的submit方法：

HtmlElement formLogin = webBrowser.Document.Forms["loginForm"]; 
//…… 
formLogin.InvokeMember("submit"); 

本文之所以沒有推薦這種方法，是因為現在的網頁，很多都在submit按鈕上新增onclick事件，以對提交的內容做最基本的驗證。如果直接使用form的submit方法，這些驗證程式碼就得不到執行，有可能會引起錯誤。


Study Case 3：查詢並選擇文字

這次我們希望實現一個和IE一模一樣的查詢功能，以對Web頁面內的文字進行查詢。

文字查詢要藉助於TextRange物件的findText方法。但是，.Net裡並沒有這個物件。這是因為，.Net 2.0提供的HtmlDocument，HtmlWindow，HtmlElement等類，只不過是對原有mshtml這個COM元件的不完整封裝，只提供了mshtml的部分功能。所以許多時候，我們仍舊要藉助mshtml來實現我們需要的功能。好在這些.Net類都提供了DomDocument這個屬性，使得我們很容易把.Net物件轉換為COM物件使用。下面的程式碼演示瞭如何查詢Web頁面的文字。
（需要新增mshtml的引用，並加上using mshtml;）

 

    public partial class SearchDemo : Form
    {
        // 建立一個查詢用的TextRange（IHTMLTxtRange介面） 
        private IHTMLTxtRange searchRange = null;
        public SearchDemo()
        {
            InitializeComponent();
        }

        private void btnSearch_Click(object sender, EventArgs e)
        {
            // Document的DomDocument屬性，就是該物件內部的COM物件。 
            IHTMLDocument2 document = (IHTMLDocument2)webBrowser.Document.DomDocument;
            string keyword = txtKeyword.Text.Trim();
            if (keyword == "")
                return;

            // IE的查詢邏輯就是，如果有選區，就從當前選區開頭+1字元處開始查詢；沒有的話就從頁面最初開始查詢。 
            // 這個邏輯其實是有點不大恰當的，我們這裡不用管，和IE一致即可。 
            if (document.selection.type.ToLower() != "none")
            {
                searchRange = (IHTMLTxtRange)document.selection.createRange();
                searchRange.collapse(true);
                searchRange.moveStart("character", 1);
            }
            else
            {
                IHTMLBodyElement body = (IHTMLBodyElement)document.body;
                searchRange = (IHTMLTxtRange)body.createTextRange();
            }

            // 如果找到了，就選取（高亮顯示）該關鍵字；否則彈出訊息。 
            if (searchRange.findText(keyword, 1, 0))
            {
                searchRange.select();
            }
            else
            {
                MessageBox.Show("已搜尋到文件結尾。");
            }
        }
    } 

到此為止，簡單的查詢就搞定了。至於替換功能，看了下一個例子，我相信你就可以觸類旁通輕鬆搞定了。

Study Case 4：高亮顯示

上一個例子中我們學會了查詢文字——究跟到底，對Web頁面還是隻讀不寫。那麼，如果說要把所有的搜尋結果高亮顯示呢？我們很快會想到把所有匹配的文字顏色、背景改一下就可以了。

首先想到的可能是直接修改HTML文字吧……但是，與SourceCode的高亮顯示不同，我們需要並且只需要高亮頁面中的文字部分。HTML標籤、指令碼程式碼等等是絕對不應該去改動的。因此我們不能把整個頁面的Source Code讀進來然後replace，那樣有破壞HTML檔案結構的可能；我們只能在能夠分離出文字與其他內容（標籤，指令碼……）的前提下進行。

具體方法有很多，下面提供兩個比較簡單的方法。

方法一：使用TextRange（IHTMLTxtRange）
有了上一個Case的基礎，相信大家立刻會想到使用TextRange。沒錯，TextRange除了提供查詢方法之外，還提供了一個pasteHTML方法，以指定的HTML文字替換當前TextRange中的內容。程式碼片斷如下：

    public partial class HilightDemo : Form
    {
        // 定義高亮顯示效果的標籤。
        string tagBefore = "<span style='background-color:yellow;color:black'>";
        string tagAfter = "</span>";

        // ……

        private void btnHilight_Click(object sender, EventArgs e)
        {
            HtmlDocument htmlDoc = webBrowser.Document;
            string keyword = txtKeyword.Text.Trim();
            if (keyword == "")
                return;

            object oTextRange = htmlDoc.Body.InvokeMember("createTextRange");

            mshtml.IHTMLTxtRange txtrange = oTextRange as mshtml.IHTMLTxtRange;

            while (txtrange.findText(keyword, 1, 4))
            {
                try
                {
                    txtrange.pasteHTML(tagBefore + keyword + tagAfter);
                }
                catch { }
                txtrange.collapse(false);
            }
        }
    }


※這段程式碼裡獲取IHTMLTxtRange的方式和上面的例子稍稍不同，其實所謂條條大路通羅馬，本質是一樣的。

方法二：使用DOM（文件物件模型）
將HTML文件解析為DOM，然後遍歷每個節點，在其中搜尋關鍵字並進行相應替換處理即可。

    public partial class HilightDemo : Form
    {
        //……

        private void btnHilight_Click(object sender, EventArgs e)
        {
            HTMLDocument document = (HTMLDocument)webBrowser.Document.DomDocument;
            IHTMLDOMNode bodyNode = (IHTMLDOMNode)webBrowser.Document.Body.DomElement;
            string keyword = txtKeyword.Text.Trim();
            if (keyword == "")
                return;

            HilightText(document, bodyNode, keyword);
        }

        private void HilightText(HTMLDocument document, IHTMLDOMNode node, string keyword)
        {
            // nodeType = 3：text節點
            if (node.nodeType == 3)
            {
                string nodeText = node.nodeValue.ToString();
                // 如果找到了關鍵字
                if (nodeText.Contains(keyword))
                {
                    IHTMLDOMNode parentNode = node.parentNode;
                    // 將關鍵字作為分隔符，將文字分離，並逐個新增到原text節點的父節點
                    string[] result = nodeText.Split(new string[] { keyword }, StringSplitOptions.None);
                    for (int i = 0; i < result.Length - 1; i++)
                    {
                        if (result[i] != "")
                        {
                            IHTMLDOMNode txtNode = document.createTextNode(result[i]);
                            parentNode.insertBefore(txtNode, node);
                        }
                        IHTMLDOMNode orgNode = document.createTextNode(keyword);
                        IHTMLDOMNode hilightedNode = (IHTMLDOMNode)document.createElement("SPAN");
                        IHTMLStyle style = ((IHTMLElement)hilightedNode).style;
                        style.color = "black";
                        style.backgroundColor = "yellow";
                        hilightedNode.appendChild(orgNode);

                        parentNode.insertBefore(hilightedNode, node);
                    }
                    if (result[result.Length - 1] != "")
                    {
                            IHTMLDOMNode postNode = document.createTextNode(result[result.Length - 1]);
                            parentNode.insertBefore(postNode, node);
                    }
                    parentNode.removeChild(node);
                } // End of nodeText.Contains(keyword)
            }
            else
            {
                // 如果不是text節點，則遞迴搜尋其子節點
                IHTMLDOMChildrenCollection childNodes = node.childNodes as IHTMLDOMChildrenCollection;
                foreach (IHTMLDOMNode n in childNodes)
                {
                    HilightText(document, n, keyword);
                }
            }
        }
    }

上面的兩段程式碼都是為了清晰易懂而精簡得不能再簡的，有很多地方很不完善。比如，沒考慮到如何從高亮顯示狀態復原；也沒有大小寫匹配等等。當然，掌握了原理之後相信這些都不會太難。

這兩種方法各有優缺點：
使用TextRange較輕量迅速，而且有一個特長，就是可以把跨標籤（Tag）的關鍵字挑出來。例如，有這麼一段HTML：

<b>Hel</b>lo World!

先不管作者出於什麼目的讓Hel三個字母成為粗體，總之顯示在頁面上的是一句“Hello World!”。在我們希望高亮頁面中的“Hello”這個關鍵字時，如果用DOM分析的話，會得出含有“Hel”的<b>節點和文字節點“lo World!”兩個節點，因此無法將其挑出來。而TextRange則能正確識別，將其設定為高亮。因此也可以說TextRange是隻和文字有關，和HTML語法結構無關的物件。

但是，TextRange也有其致命缺點，加亮容易，反向的話就很難。換句話說，去除高亮顯示的時候不能再用TextRange，而需要採用其他方法。

而DOM方法則正好相反， 由於DOM的樹狀結構特性，雖然不能（或者很難）跨越Tag搜尋關鍵字，但是去除高亮顯示並不繁瑣。

Study Case 5：與指令碼的互操作

在Case 1當中，我們已經看到，Web頁面的HTML元素的事件，可以由Windows Form端來響應，可以在某種程度上看作是Web頁面呼叫WinForm；那麼反過來，WinForm除了可以直接訪問Web頁面的HTML元素之外，能否呼叫Web頁面裡的各種Script呢？

首先是呼叫Web頁面的指令碼中已經定義好的函式。假設HTML中有如下Javascript：

function DoAdd(a, b) {
    return a + b;
}

那麼，我們要在WinForm呼叫它，只需如下程式碼即可：

object oSum = webBrowser.Document.InvokeScript("DoAdd", new object[] { 1, 2 });
int sum = Convert.ToInt32(oSum);

其次，如果我們想執行一段Web頁面中原本沒有的指令碼，該怎麼做呢？這次.Net的類沒有提供，看來還要依靠COM了。IHTMLWindow2可以將任意的字串作為指令碼程式碼來執行。

string scriptline01 = @"function ShowPageInfo() {";
string scriptline02 = @"     var numLinks = document.links.length; ";
string scriptline03 = @"     var numForms = document.forms.length; ";
string scriptline04 = @"     var numImages = document.images.length; ";
string scriptline05 = @"     var numScripts = document.scripts.length; ";
string scriptline06 = @"     alert('網頁的統計結果：/r/n連結數：' + numLinks + ";
string scriptline07 = @"        '/r/n表單數：' + numForms + ";
string scriptline08 = @"        '/r/n影象數：' + numImages + ";
string scriptline09 = @"        '/r/n指令碼數：' + numScripts);}";
string scriptline10 = @"ShowPageInfo();";

string strScript = scriptline01 + scriptline02 + scriptline03 + scriptline04 + scriptline05 +
                   scriptline06 + scriptline07 + scriptline08 + scriptline09 + scriptline10;

IHTMLWindow2 win = (IHTMLWindow2)webBrowser.Document.Window.DomWindow;
win.execScript(strScript, "Javascript");

 

轉自:http://www.cnblogs.com/n1980212/archive/2006/11/29/576492.html

 

相關文章