Question

我希望这是一项简单的任务，但它会选择那些精通CefSharp的人来解决它。

我有一个我想从中检索HTML的网址。问题是这个特定网址实际上并没有在GET上分发页面。相反，它将一大堆Javascript推送到浏览器，然后浏览器执行并生成实际呈现的页面。这意味着涉及HttpWebRequest和HttpWebResponse的常用方法无法正常运行。

我看过许多不同的＆＃34;无头＆＃34;选项，以及我认为最符合我需要的选项有很多原因是CefSharp.Offscreen。但我对这件事的运作方式感到茫然。我看到有几个可以订阅的事件和一些配置选项，但我不需要像嵌入式浏览器那样的东西。

我真正需要的是一种做这样的事情的方式（伪代码）：

string html = CefSharp.Get(url);

订阅活动时我没有问题，如果需要等待Javascript执行并生成呈现的页面。

Answer 1

如果你无法获得Chromium的无头版本来帮助你，你可以试试node.js和jsdom（https://github.com/tmpvar/jsdom）。一旦节点启动并运行，便于安装和播放。你可以在Github README上看到简单的例子，他们下拉URL，运行所有的javascript，包括任何自定义的javascript代码（例如：jQuery位来计算某些类型的元素），然后你在内存中有HTML来做你想做的事情。您可以执行$（＆＃39; body＆＃39;）。html（）并获取字符串，就像在伪代码中一样。（这甚至适用于生成SVG图形的东西，因为那只是更多的XML树节点。）

如果您需要将此作为需要分发的较大C＃应用程序的一部分，那么您使用CefSharp.Offscreen的想法听起来很合理。一种方法可能是首先使用CefSharp.WinForms或CefSharp.WPF，然后你可以在字面上看到东西，然后在这一切都工作的时候尝试CefSharp.Offscreen。您甚至可以在屏幕浏览器中运行一些JavaScript来下载body.innerHTML并将其作为字符串返回到C＃端，然后再无头。如果有效，其余的应该很容易。

也许从CefSharp.MinimalExample（https://github.com/cefsharp/CefSharp.MinimalExample）开始并进行编译，然后根据您的需要进行调整。您需要能够在C＃代码中设置webBrowser.Address，并且您需要知道页面何时已加载，然后您需要调用webBrowser.EvaluateScriptAsync（＆＃34; .. JS代码..＆＃34;）使用您的JavaScript代码（作为字符串），它将按照描述执行某些操作（将bodyElement.innerHTML作为字符串返回）。

Answer 2

我知道我正在做一些考古工作以恢复2yo的帖子，但是详细的回答可能对其他人有用。

是的，Cefsharp.Offscreen适合该任务。

下面是一个将处理所有浏览器活动的类。

using System;
using System.IO;
using System.Threading;
using CefSharp;
using CefSharp.OffScreen;

namespace [whatever]
{
    public class Browser
    {

        /// <summary>
        /// The browser page
        /// </summary>
        public ChromiumWebBrowser Page { get; private set; }
        /// <summary>
        /// The request context
        /// </summary>
        public RequestContext RequestContext { get; private set; }

        // chromium does not manage timeouts, so we'll implement one
        private ManualResetEvent manualResetEvent = new ManualResetEvent(false);

        public Browser()
        {
            var settings = new CefSettings()
            {
                //By default CefSharp will use an in-memory cache, you need to     specify a Cache Folder to persist data
                CachePath =     Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.LocalApplicationData), "CefSharp\\Cache"),
            };

            //Autoshutdown when closing
            CefSharpSettings.ShutdownOnExit = true;

            //Perform dependency check to make sure all relevant resources are in our     output directory.
            Cef.Initialize(settings, performDependencyCheck: true, browserProcessHandler: null);

            RequestContext = new RequestContext();
            Page = new ChromiumWebBrowser("", null, RequestContext);
            PageInitialize();
        }

        /// <summary>
        /// Open the given url
        /// </summary>
        /// <param name="url">the url</param>
        /// <returns></returns>
        public void OpenUrl(string url)
        {
            try
            {
                Page.LoadingStateChanged += PageLoadingStateChanged;
                if (Page.IsBrowserInitialized)
                {
                    Page.Load(url);

                    //create a 60 sec timeout 
                    bool isSignalled = manualResetEvent.WaitOne(TimeSpan.FromSeconds(60));
                    manualResetEvent.Reset();

                    //As the request may actually get an answer, we'll force stop when the timeout is passed
                    if (!isSignalled)
                    {
                        Page.Stop();
                    }
                }
            }
            catch (ObjectDisposedException)
            {
                //happens on the manualResetEvent.Reset(); when a cancelation token has disposed the context
            }
            Page.LoadingStateChanged -= PageLoadingStateChanged;
        }

        /// <summary>
        /// Manage the IsLoading parameter
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void PageLoadingStateChanged(object sender, LoadingStateChangedEventArgs e)
        {
            // Check to see if loading is complete - this event is called twice, one when loading starts
            // second time when it's finished
            if (!e.IsLoading)
            {
                manualResetEvent.Set();
            }
        }

        /// <summary>
        /// Wait until page initialization
        /// </summary>
        private void PageInitialize()
        {
            SpinWait.SpinUntil(() => Page.IsBrowserInitialized);
        }
    }
}

现在在我的应用中，我只需要执行以下操作：

public MainWindow()
{
    InitializeComponent();
    _browser = new Browser();
}

private async void GetGoogleSource()
{
    _browser.OpenUrl("http://icanhazip.com/");
    string source = await _browser.Page.GetSourceAsync();
}

这是我得到的字符串

"<html><head></head><body><pre style=\"word-wrap: break-word; white-space: pre-wrap;\">NotGonnaGiveYouMyIP:)\n</pre></body></html>"

使用CefSharp.Offscreen检索需要Javascript呈现的网页

2 个答案: