Webbrowser Control可以处理“坏”HTML吗？

Question

我正在使用C＃中的Webbrowser控件并尝试访问文档中的一些HtmlElements。 问题是文档Body仅包含五个孩子中的两个。 （http://www.target.com/cart/ref=nav_sc_rev_checkout）。所以我无法访问正文中的特定元素，尽管它在UI中渲染得很好。

我怀疑Body中存在错误的HTML，因此文档树已损坏？

有没有办法处理这个问题，因为它仍然很好......？

感谢。

更新：  问题是DocumentCompleted事件被触发但Doc没有被完全解析，所以这就是为什么我只有5个元素中的2个。

Answer 1

是的，WebBrowser是IE的包装器，它将尽可能好地处理错误的HTML。

Answer 2

您不能简单地将内容写入文本文件而不是Web浏览器控件，并将其转换为HTML文件。然后将其加载到浏览器中并使用您选择的开发工具进行检查。

Answer 3

除了这个站点的html代码超过200 errors（大多数缺少实体）之外，你可以尝试将代码加载到程序内的XmlDocument或XDocument中，并通过XPath访问你想要的节点。

Answer 4

如果您需要以编程方式与HTML进行交互，更具体地说是错误的HTML，我建议您查看HTMLAgilityPack。

  

这是一个敏捷的HTML解析器   构建一个读/写DOM并支持   普通的XPATH或XSLT（实际上你   不必了解XPATH也不了解   使用XSLT，不用担心......）。它是   允许您使用的.NET代码库   解析“out of the web”HTML文件。的的   解析器非常宽容“真实   世界“格式错误的HTML。对象   模型与提出的非常相似   System.Xml，但用于HTML文档（或   流）。