.net WebBrowser 控件修改html？ [关闭]答案

【问题标题】：.net WebBrowser control modifies html? [closed].net WebBrowser 控件修改html？ [关闭]
【发布时间】：2012-07-14 11:09:38
【问题描述】：

我正在抓取网页，当我在带有 IE 8 的 Windows XP 机器上运行我的抓取应用程序时（它是 Windows XP 支持的最大值），它从 webBrowser.Body.OuterHtml 返回的 HTML 源代码与在 Windows 7 上运行时不同用IE9。有谁知道如何从 webbrowser 控件中获取未修改的原始 html ？？？我知道 IE 会修改 HTML，所以我想知道如何获取从 Web 服务器返回的原始 html。这很烦人，因为我在我的 Windows 7 开发盒上编写了刮板，然后当我将它托管在 Windows XP 盒上时它就不起作用了。如果您回答不要告诉我使用 WebClient 并下载页面，我想轻松支持浏览页面，而不必担心由 webbrowser 控件处理的其他小网页内容。我使用网络浏览器控件是有原因的。 webBrowser.DocumentText 是返回原始 html 还是这个仍然被修改的 html 是 IE？

【问题讨论】：

您是否研究过兼容性和怪异模式？ stackoverflow.com/questions/2055271/…, stackoverflow.com/questions/646742/…
您的问题似乎是“我知道如何使用 WebClient 从服务器下载页面，但我不想这样做。请告诉我一种使用 WebBrowser 的方法，即旨在向用户显示网页，而不是为程序员提供原始 HTML 以从服务器获取原始 HTML。”为什么厌恶 WebClient？
我正在使用 webbrowser 控件来处理 cookie、会话，因此我可以填写输入字段并使用 POST 提交，还可以更轻松地处理分页链接等。

标签： c# .net internet-explorer webbrowser-control

【解决方案1】：

从根本上说，您有两个相反的担忧：

您想获得原始源代码，并且浏览器可以做的任何事情都未修改
您想让浏览器做一些事情，因为您显然觉得它很有用。（你说你使用WebBrowser“是有原因的”，但实际上你并没有告诉我们这个原因是什么。）

如果您真的出于某种原因需要使用WebBrowser，您可能需要两次获取每个页面：一次在浏览器中（以便它可以执行您需要的任何操作）和一次使用WebClient（这样您就可以在没有任何混乱的情况下获得响应）。

在浏览器控件中禁用脚本也可能会完成您需要的所有操作 - 但由于您没有首先向我们说明使用浏览器控件的原因，这可能无济于事...

【讨论】：