无法将 HTML 分配给 HTMLDocument.body答案

【问题标题】：Can't assign HTML to HTMLDocument.body无法将 HTML 分配给 HTMLDocument.body
【发布时间】：2022-01-15 23:49:46
【问题描述】：

我想使用来自mshtml 库的HTMLDocument 对象。我试图将 HTML 分配给文档：

var doc = new mshtml.HTMLDocument();
var html = File.ReadAllText(@"path_to_html_file");
doc.body.innerHTML = html; // <-- this line throws error

但是，我在第三行得到错误：

System.NullReferenceException: '对象引用未设置为对象的实例。'
mshtml.DispHTMLDocument.body.get 返回 null。

我尝试使用动态代码，但也没有用：

dynamic doc = Activator.CreateInstance(Type.GetTypeFromProgID("htmlfile"));

在这种情况下，我收到以下错误：

Microsoft.CSharp.RuntimeBinder.RuntimeBinderException：
'无法对空引用执行运行时绑定'

有没有办法解决这个问题？谢谢！

更新：VBA 代码

Sub GetData()
    Dim doc As MSHTML.HTMLDocument
    Dim fso As FileSystemObject, txt As TextStream

    Set doc = New MSHTML.HTMLDocument
    Set fso = New FileSystemObject
    Set txt = fso.OpenTextFile("path_to_html_file")
    doc.body.innerHTML = txt.ReadAll() '// <-- No error here
    txt.Close
End Sub

【问题讨论】：

你确定文件的路径有效吗？
@preciousbetine 问题不是与文件有关。
@preciousbetine 我在 VBA 中使用了相同的代码（已对其进行了调整） - 它运行良好。
您的文档body 属性似乎为空。为什么要尝试创建新文档而不是引用 doc 变量到现有文档？
@ymz 是的，我知道问题在于body 是null。问题是 - 为什么它在 VBA 中有效，但在 C# 中无效。

标签： c# .net mshtml

【解决方案1】：

您可以将 mshtml.HtmlDocument 强制转换为 IHTMLDocument2 接口，以使主要对象的属性和方法可用：

var doc = (IHTMLDocument2)new mshtml.HTMLDocument();

或者使用带有类型 Guid 的 Activator.CreateInstance() 创建一个 HtmlDocumentClass 实例，然后转换为 IHTMLDocument2 接口。

IHTMLDocument2 doc = 
   (IHTMLDocument2)Activator.CreateInstance(
       Type.GetTypeFromCLSID(new Guid("25336920-03F9-11CF-8FD0-00AA00686F13")));

这或多或少是一回事。我更喜欢第一个，主要是for this reason

然后，您可以随意写信给HtmlDocument。例如：

doc.write(File.ReadAllText(@"[Some Html Page]"));
Console.WriteLine(doc.body.innerText);

要创建一个 HtmlDocument，一个骨架 HTML 页面就足够了，如下所示：

string html = "<!DOCTYPE html><html><head></head><Body><p></body></html>";
doc.write(html);

注意：在创建 Document 之前，页面中的所有元素都是null。

之后，您可以将Body.InnerHtml 设置为其他值：

doc.body.innerHTML = "<P>Some Text</P>";
Console.WriteLine(doc.body.innerText);

请注意，如果您需要更广泛地使用 HTML 文档，则必须转换为更高级别的接口：IHTMLDocument3 到 IHTMLDocument8（截至目前），取决于系统版本。

经典的getElementById、getElementsByName、getElementsByTagName方法在IHTMLDocument3接口中可用。

例如，使用 getElementsByTagName() 来检索 HTMLElement 的 InnerText，使用它的标签名称：

string innerText = 
   (doc as IHTMLDocument3).getElementsByTagName("body")
                          .OfType<IHTMLElement>().First().inne‌rText;

注意：
如果您找不到 IHTMLDocument6、IHTMLDocument7 和 IHTMLDocument8 接口（以及可能在 MSDN 文档中引用的其他接口)，那么您可能在 \Windows\Assembly\ GAC 中有一个旧的类型库。按照 Hans Passant 的建议创建一个新的 Interop.mshtml 库：
How to get mshtml.IHTMLDocument6 or mshtml.IHTMLDocument7?

【讨论】：

感谢您的回答，但不幸的是 IntelliSense 显示最大版本 IHTMLDocument5 - 此版本既没有 body 属性也没有 getElementById 方法。此外，Activator.CreateInstance 也没有帮助 - 错误表明 body 为空。
转换为IHtmlDocument2，如示例所示。其他接口提供不同的方法和属性。请参阅文档了解每个接口可用的内容。
虽然IHtmlDocument2支持body，但是又为null了。而且，它不支持getElementById！ :)
我想，我需要坚持使用 VBA 或使用 HtmlAgilityPack :)
您使用的是什么系统和框架/mshtml 版本？。这是一个非常经典的设置。 + 在设置任何东西之前，你有没有 .write 给文档？你的代码中有using mshtml;吗？

【解决方案2】：

我也遇到了 System.NullReferenceException，因为 doc.body 为空。最后，我是这样解决问题的：

   public void SetWebBrowserHtml(WebBrowser webBrowser, string html)
    {
        if (!(webBrowser.Document is MSHTML.IHTMLDocument2))
        {
            webBrowser.Navigate("about:blank");
        }
        if (webBrowser.Document is MSHTML.IHTMLDocument2 doc)
        {
            if (doc.body == null)
            {
                doc.write(html);
            }
            else
            {
                doc.body.innerHTML = html;
            }
        }
    }

【讨论】：