【问题标题】：C# Downloading Instagram Profile As HTMLC# 将 Instagram 个人资料下载为 HTML
【发布时间】：2017-06-15 08:47:23
【问题描述】：

我一直在尝试下载公共 Instagram 个人资料以获取关注者和简历等统计信息。我一直在 c# 控制台应用程序中执行此操作，并使用 HTML Agility Pack 下载 HTML。

代码：

string url = @"https://www.instagram.com/" + Console.ReadLine() + @"/?hl=en";
Console.WriteLine();

HtmlWeb web = new HtmlWeb();
HtmlDocument document = web.Load(url);
document.Save(path1);

当我保存它时，我得到的只是一堆脚本和一个空白屏幕：

我想知道在所有脚本运行并形成内容后如何保存 html

【问题讨论】：

标签： c# html download instagram html-agility-pack

【解决方案1】：

当您使用网络请求检索内容时，它会返回一个 HTML 文档，然后由浏览器呈现以显示内容。

现在，您正在保存服务器提供给您的 HTML 文档。而不是这样做，您需要在获取详细信息之前对其进行渲染。一种方法是使用 Web 浏览器控件。如果将 URL 设置为 instragram URL，则让渲染引擎处理它，一旦控件触发加载事件，您就可以获得渲染的 HTML 输出。

从那里，您可以反序列化为 XmlDocument，并准确确定您需要从呈现的输出中检索哪些详细信息。

【讨论】：

我尝试使用 Windows 窗体 WebBrowser，然后使用 Stream Writer 保存文档。然而，这只返回头部和身体标签。我正在 C# 控制台应用程序上开发 webBrowser 对此是否有效？另外我不得不更改线程“因为当前线程不在单线程单元中”

【解决方案2】：

    public MainWindow()
    {
        InitializeComponent();
        WB_1.Navigate(@"https://www.instagram.com/" + Console.ReadLine() + @"/?hl=en");

        WB_1.LoadCompleted += wb_LoadCompleted;
    }

    void wb_LoadCompleted(object sender, NavigationEventArgs e)
    {
        dynamic doc = WB_1.Document;
        string htmlText = doc.documentElement.InnerHtml;
    }

【讨论】：

你怎么等到它被加载呢？
@BenWebb 使用LoadCompleted 事件
我已经让你的代码工作了，但它与我使用 HTML 敏捷包的原始输出没有区别

【解决方案3】：

回答

感谢有关如何下载 HTML 的建议！最后我设法返回了一些 Instagram 信息。代码如下：

//(This was done using HTML Agility Pack)

string url = @"https://www.instagram.com/" + Console.ReadLine() + @"/?hl=en";

HtmlWeb web = new HtmlWeb();
HtmlDocument document = web.Load(url);

var metas = document.DocumentNode.Descendants("meta");
var followers = metas.FirstOrDefault(_ => _.HasProperty("name", "description"));

if (followers == null) { Console.WriteLine("Sorry, Can't Find Profile :("); return; }

var content = followers.Attributes["content"].Value.StopAt('-');

Console.WriteLine(content);

还有 HasProperty() 和 StopAt()

public static bool HasProperty(this HtmlNode node, string property, params string[] valueArray)
{
    var propertyValue = node.GetAttributeValue(property, "");
    var propertyValues = propertyValue.Split(' ');
    return valueArray.All(c => propertyValues.Contains(c));
}

public static string StopAt(this string input, char stopAt)
{
    int x = input.IndexOf(stopAt);
    return input.Substring(0, x);
}

注意：

但是，这仍然不是我正在寻找的答案。我仍然有一个 HTML 残骸，它的结构与我在 Google Chrome 中查看它时收到的 HTML 不同。在 HTML 中进行一些搜索后，我设法为包含内容的元标记挖掘了无内容的 html。这没关系，但如果我要继续这种查找 HTML 内容的方法，那么它可能会不一样:(

【讨论】：