在HtmlAgilityPack中运行脚本

c# html-agility-pack javascript

我正在尝试抓取一个如下工作的特定网页。

首先加载页面,然后它运行某种javascript来获取填充页面所需的数据。我对这些数据很感兴趣。

如果我使用HtmlAgilityPack获取页面 - 脚本没有运行,所以我得到它本质上是一个空白页面。

有没有办法强制它运行脚本,所以我可以获取数据?

一般承认的答案

您将获得服务器返回的内容 - 与Web浏览器相同。当然,Web浏览器会运行脚本。 Html Agility Pack只是一个HTML解析器 - 它无法解释javascript或将其绑定到文档的内部表示。如果您想运行该脚本,则需要Web浏览器。对您的问题的完美答案将是一个完整的“无头”Web浏览器。这是一个包含HTML解析器,javascript解释器和模拟浏览器DOM的模型的东西,它们一起工作。基本上,这是一个Web浏览器,除了没有渲染部分。目前还没有完全在.NET环境中运行的东西。

最好的办法是使用WebBrowser控件,并在程序控制下实际加载并运行Internet Explorer中的页面。这不会很快或很漂亮,但它会做你需要做的事情。

另请参阅我对类似问题的回答: 加载DOM并执行javascript,服务器端,与.Net讨论.NET中可用的技术来执行此操作。大多数作品现在都存在,但不幸的是,它们还没有完全存在或者没有以正确的方式集成。


热门答案

您可以使用Awesomium, http: //www.awesomium.com/。它运行得相当好,但不支持x64,并且不是线程安全的。我用它来扫描一些网站24x7并且它连续运行至少几天然后它通常会崩溃。



许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
这个KB合法吗? 是的,了解原因
许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
这个KB合法吗? 是的,了解原因