如何使用 C# 在 Internet Explorer 中读取当前页面的呈现 HTML？答案

【问题标题】：How can I read the rendered HTML of the current page in Internet Explorer using C#?如何使用 C# 在 Internet Explorer 中读取当前页面的呈现 HTML？
【发布时间】：2012-03-02 14:02:28
【问题描述】：

我检查了有关使用 c# 访问网站的不同问题。但是，我的问题有点不同。是否可以使用 c# 代码读取 Internet Explorer 中当前打开的页面？

这个想法是在 C# 中创建一个独立的应用程序来观察当前打开的 IE 页面。因此，我不想在应用程序内部访问页面，而只想查看打开的任何页面，并读取其中呈现的 html。

【问题讨论】：

这将是一个客户端应用程序吗？
可以读取当前渲染页面的html；但是，您无法阅读“渲染”的 html（这意味着什么）。您可能需要的是访问实际页面的对象模型。
这不就是 IE 开发工具的用途吗？

标签： c# html browser

【解决方案1】：

我建议您枚举您的 IE 窗口，然后从中提取内容。像这样。导入 WinAPI 函数以在托管 C# 代码中使用：

    [DllImport("user32.dll", SetLastError = true)]
    public static extern IntPtr FindWindowEx(IntPtr parentHandle, IntPtr childAfter, string className, IntPtr windowTitle);

    [DllImport("user32.dll", CharSet = CharSet.Auto, SetLastError = true)]
    static extern int GetWindowText(IntPtr hWnd, StringBuilder lpString, int nMaxCount);

然后简单列出它们：

    StringBuilder sb = new StringBuilder(1024);
    // Loop all parent windows
    while((hWindow = FindWindowEx(IntPtr.Zero, hWindow, null, IntPtr.Zero)) != IntPtr.Zero)
    {
        GetWindowText(hWindow, sb, sb.MaxCapacity);
        // Interested in Chrome only :)
        if( sb.ToString().Contains("Google Chrome") )
        {
            Console.WriteLine(sb.ToString());
        }
    }

然后你需要从窗口中提取 HTML。但我不知道怎么做:)

【讨论】：

网站应该在一个控件中呈现，该控件应该可以由 GetChildWindows 枚举。调用 value 属性可能值得一试

【解决方案2】：

试试这个代码：

static string GetHtmlPage(string strURL)
{

  String strResult;
  WebResponse objResponse;
  WebRequest objRequest = HttpWebRequest.Create(strURL);
  objResponse = objRequest.GetResponse();
  using (StreamReader sr = new StreamReader(objResponse.GetResponseStream()))
  {
    strResult = sr.ReadToEnd();
    sr.Close();
  }
  return strResult;
}

导入这两个命名空间：

using System.Net;
using System.IO;

【讨论】：

OP 询问是否从已打开的 IE 实例中读取 DOM。你的回答没有做到这一点。

【解决方案3】：

我认为您不能从单独的应用程序与 IE 进行通信。

您可以将 HTTP 请求响应流嵌入到您编写的应用程序中，甚至可以将浏览器嵌入到应用程序中，我使用实际上复制 Chrome 的 Chromium 浏览器做了类似的事情。

从来没有为 IE 做过

【讨论】：

【解决方案4】：

听起来很棘手。我不知道你的申请有什么意义。所以，我想到了一些想法：

您可以尝试sniffer。这可能至少适用于非加密连接。如此快速和肮脏：使用嗅探器找出目标页面，在您的应用程序中使用例如再次调用该页面WebBrowser 类并分别获取“渲染的 HTML”（您的意思是“内部 HTML”吗？）。

也许它也可以通过 IE plugin 将 html 传递给您的应用程序？

【讨论】：