c# 抓取 js动态生成的HTML的工具:NHtmlUnit‎

王朝学院·作者佚名  2016-05-16
窄屏简体版  字體: 小  |  中  |  大  |  超大  

c# 抓取 js动态生成的HTML的工具:NHtmlUnit‎(此博客文章纯属个人记录,转载请注明出处!)

官方地址:NHtmlUnit

编译获取dll方法:

1.下载nuget.exe(nuget所在网站:http://www.nuget.org/)

2.打开DOS命令对话框,

进入nuget.exe文件所在目录(我的exe文件放在桌面)

3.运行命令安装NHtmlUnit,安装后会在当前目录创建两个文件夹,一个是安装所需环境IKVM,另一个就是需要的NHtmlUnit文件夹,里面的lib目录下面有生成的dll

运行命令:nuget installNHtmlUnit

3.使用方法可以去HtmlUnit的官方网站阅读文档,或在博客园搜索教程,与java的HtmlUnit的用法是一样的,NHtmlUnit只是

在HtmlUnit上加了个壳使.net可以调用JAVA而已。

实例代码(引用dll:HtmlUnit,NHtmlUnit,为了偷懒,我把所有IKVM的dll都引用了):

class PRogram { static void Main(string[] args) { WebClient client = new WebClient(); client.Options.JavaScriptEnabled = false; client.Options.CSSEnabled = true; client.Options.ThrowExceptionOnScriptError = false; client.Options.Timeout = 5000; HtmlPage page = client.GetHtmlPage("http://www.baidu.com/#wd=11&rsv_spt=1&issp=1&rsv_bp=0&ie=utf-8&tn=baiduhome_pg&rsv_sug3=2&rsv_sug2=0&inputT=26"); Thread.Sleep(3000); string xml = page.AsXml(); HtmlDocument doc = new HtmlDocument();//忽略此类,这个类是其他DLL提供的,与NHtmlUnit无关 doc.LoaDHTML(xml); string nodeName = doc.GetElementbyId("container").Name; Console.WriteLine("\r\n\r\n\r\n\r\n" + nodeName + "\r\n\r\n\r\n\r\n" ); Console.Read(); } }

 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
 
© 2005- 王朝網路 版權所有 導航