Question

如何通过WebBrowser Control（ActiveX InternetExplorer）获取页面源代码？

我有一个xml文档“foo.xml”。

var
 Web: TWebBrowser;
begin
 ...
 Web.Navigate("foo.xml");
 // How can I get source code thru WebBrower control<----
 ...
end;

Answer 1

我认为这很容易，但似乎它可能已被遗忘。您可以使用TidHTTP控件轻松完成此操作。

MyPage := IdHTTP1.Get('www.google.com');

我知道这不是你想要的，但可能有帮助。

Answer 2

在DocumentCompleted事件中，查看WebBrowser控件的DocumentText属性。它应该包含已加载页面的完整文本。

Answer 3

IHTMLDocument2(Web.Document).Body.InnerHTML;

这应该返回页面的来源。

Answer 4

另一种效果很好的方法是使用Synapse。使用synapse调用HttpGet检索您的初始资源（它为您提供源代码），然后根据需要进行操作。

另一种选择是使用EmbeddedWB组件，它比标准的Delphi组件更多地暴露了Web浏览器的更多属性和功能，并且仍然符合您在Web浏览器中执行此操作的要求。

Answer 5

要通过WebBrowser控件访问页面的整个HTML，请使用：

Web.Document.All[0].OutterHtml;

Answer 6

private void btnTest_Click(object sender, EventArgs e)
        {
            wbMain.Navigate("foo.xml");
            wbMain.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(testing);
        }

        private void testing(Object sender, WebBrowserDocumentCompletedEventArgs e)
        {
            test = wbMain.DocumentText;
        }

我知道这有点晚了但这对我有用。 wbMain是WebBrowser对象。

Answer 7

WebBrowser1.Navigate（）使用Windows操作系统中内置的IE组件将其加载到RAD组件窗口中。您所做的是响应回调（对于浏览器组件，双击OnDownloadComplete事件）并将其保存到该函数中的文件。工作代码片段：

procedure TMainForm.WB_SaveAs_HTML(WB : TWebBrowser; const FileName : string) ;
var
   PersistStream: IPersistStreamInit;
   Stream: IStream;
   FileStream: TFileStream;
begin
   if not Assigned(WB.Document) then
   begin
     Logg('Document not loaded!') ; //'Logg' adds a line to a log file.
     Exit;
   end;

   PersistStream := WB.Document as IPersistStreamInit;
   FileStream := TFileStream.Create(FileName, fmCreate) ;
   try
     Stream := TStreamAdapter.Create(FileStream, soReference) as IStream;
     if Failed(PersistStream.Save(Stream, True)) then ShowMessage('SaveAs HTML fail!') ;
   finally
     FileStream.Free;
   end;

end; (* WB_SaveAs_HTML *)

procedure TMainForm.WebBrowser1DownloadComplete(Sender: TObject);
begin
   if (WebBrowser1.Document<>nil)AND NOT(WebBrowser1.busy) then begin
       WB_SaveAs_HTML(WebBrowser1,'test.html');
       //myStringList.loadFromFile('test.html');   //process it.
   end;
end;

请注意，某些MIME（“文件”）类型（如JSON）会在IE中显示“另存为...”对话框，从而停止阅读并需要手动干预。

如何通过WebBrowser-Control（ActiveX Internet Explorer）获取页面源代码？

7 个答案: