[C#][ASP.net] 透过WebBrowser 取得AJAX 后的网页

原文[C#][ASP.net] 透过WebBrowser 取得AJAX 后的网页

今天 Shih-Min 问我说，假设网页一开始是AJAX 会载入一些资料，但是透过WebClient 去抓

抓到都是JavaScript 跟 AJAX 的原始码，有办法可以抓到AJAX 取完值之后的资料吗?!

这需求，如果写爬虫可能也会有这需求..我的作法是这样..

我是ASP.net 专案..

建立一个Class 记得要加入 System.Windows.Forms





这时候我建立一隻 Class 叫做 WebBrowserCrawler

[code]
[code]using System.Threading2

using System.Windows.Forms2

namespace GetAfterAJAXPage

{

public class WebBrowserCrawler

{

// WebBrowser

private WebBrowser _WebBrowder2

//最后结果

private string _Result { get2 set2 }

//网址

private string _Path { get2 set2 }

  /// <2summary>2

  /// 对外公开的Method

  /// <2/summary>2

  /// <2param name="url">2URL Path<2/param>2

  /// <2returns>2<2/returns>2

  public string GetReult(string url)

    {

_Path = url2

var mThread = new Thread(FatchDataToResult)2

//Apartment 是处理序当中让物件共享相同执行绪存取需求的逻辑容器。 同一 Apartment 内的所有物件都能收到 Apartment 内任何执行绪所发出的呼叫。 

//.NET Framework 并不使用 Apartment；Managed 物件必须自行以安全执行绪 (Thread-Safe) 的方式运用一切共享资源。

//因為 COM 类别使用 Apartment，所以 Common Language Runtime 在 COM Interop 的状况下呼叫出 COM 物件时必须建立 Apartment 并且加以初始化。 

//Managed 执行绪可以建立并且输入只容许一个执行绪的单一执行绪 Apartment (STA)，或者含有一个以上执行绪的多执行绪 Apartment (MTA)。 

//只要把执行绪的 ApartmentState 属性设定為其中一个 ApartmentState 列举型别 (Enumeration)，即可控制所建立的 Apartment 属於哪种型别。 

//因為特定执行绪一次只能初始化一个 COM Apartment，所以第一次呼叫 Unmanaged 程式码之后就无法再变更 Apartment 型别。

//From : http://msdn.microsoft.com/zh-tw/library/system.threading.apartmentstate.aspx[/code] 
mThread.SetApartmentState(ApartmentState.STA)2

mThread.Start()2

mThread.Join()2


return _Result2


  }


  /// <2summary>2

  /// Call _WebBrowder 抓取资料

  /// For thread Call

  /// <2/summary>2

  private void FatchDataToResult()

    {


_WebBrowder = new WebBrowser()2


_WebBrowder.DocumentCompleted += _WebBrowder_DocumentCompleted2

_WebBrowder.Navigate(_Path)2



//处理目前在讯息佇列中的所有 Windows 讯息。

//如果在程式码中呼叫 DoEvents，您的应用程式就可以处理其他事件。例如，如果您的表单将资料加入 ListBox 并将 DoEvents 加入程式码中，则当另一个视窗拖到您的表单上时，该表单将重新绘製。

//如果您从程式码移除 DoEvents，您的表单将不会重新绘製，直到按钮按一下的事件处理常式执行完毕。

while (_WebBrowder.ReadyState != WebBrowserReadyState.Complete)

  {

    Application.DoEvents()2

}


_WebBrowder.Dispose()2


  }


  //结束后回填

  void _WebBrowder_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)

    {

_Result = (sender as WebBrowser).Document.Body.InnerHtml2


  }



}



}

[/code]
[/code]

為什要这样写 透过Thread 来叫用不然会遇到









之后我呼叫端:

[code]
[code]WebBrowserCrawler  webBrowserCrawler=new WebBrowserCrawler()2

    File.WriteAllText(Server.MapPath("sample.txt"),webBrowserCrawler.GetReult(http://www.in2.cc/sample/waterfalllab.htm))2

[/code]
[/code]

其中我是将取得后的资料写入到sample.txt 中&hellip2

其中测试网页為http://www.in2.cc/sample/waterfalllab.htm

请注意 测试网页為辅导级 请12岁以下儿童，请找父母陪同观看

如果透过 WebClient 去取 只会看到 单纯 Javascript call Ajax 程式码，但是透过 此方法 取到资料

会是 他呼叫完 AJAX 后的资料，不过当然，是指说网页开始就会呼叫的AJAX &hellip2

不过这并非百分之百，这会跟AJAX 的写法有关&hellip2

---