如何在 C# 中读取以 view-source 开头的 URL

Question

我想阅读以下网址，它应该将页面中可用的内容保存到文本文件中。

我使用下面的代码来读取页面源代码：

string address = "view-source:http://stackoverflow.com/";  //any web site url

using (WebClient wc = new WebClient())
{
    var Text= wc.DownloadString(address);            
}

但它抛出异常“无法识别 URI 前缀。”

任何帮助将不胜感激。

谢谢！提前。

Answer 1

您通过在该网址前添加 "view-source:" 来使用 Chrome 的一项功能。 WebClient 类可能对该功能一无所知任何。它抱怨“URI 前缀”无法识别。那是字符串的"view-source:" 部分。

因此，删除 URL 的那部分，您将获得一个有效的 url。

string userInput = "view-source:http://stackoverflow.com/";
string address = userInput.Replace("view-source:", "");    

注意：对于在运行和解释 javascript 后提供额外内容的 Web 应用程序，这可能会产生不同的结果。你可能最终得不到你想要的。

编辑：在您发表评论后，听起来您想删除我在答案中反映的以"view-source:" 开头的网址的可能性。

以防万一您正在寻找“post javascript”源。有一个project on github 提供此功能，但我从未使用过它。我只知道它，因为它是由与我一起工作的人维护的。

您还可以找到一个工作示例in this repl