Windows窗体WebBrowser控件：DocumentText与Document.Body.OuterHtml

Question

我试图从WebBrowser控件获取html，但它也必须包含页面上输入元素的value属性。

如果我使用webBrowser.DocumentText，我会在最初加载时获得页面的完整HTML。输入字段值不包括在内。

如果我使用webBrowser.Document.Body.OuterHtml，我会得到值，但不是我需要的其他内容（），所以我可以得到样式表链接等。

是否有一种干净可靠的方法从WebBrowser获取当前状态的DOM的完整HTML？我将HTML传递给一个库，以便将其呈现为PDF，因此也欢迎以编程方式从WebBrowser控件保存为PDF的建议。

由于

Answer 1

有一些undocumented ways（changing registry，undocumented dll export）可以在不解析页面的情况下将文档打印到XPS或PDF打印机，也就是说，如果您能负担得起推出所需的打印机驱动程序到您客户的网络。

如果要解析网页，documentElement.outerHTML应该为您提供完整的规范化文档，但不链接的image，script或{{3} }文件。您需要解析页面，枚举元素并检查元素类型，并在stylesheet或digging the WinInet cache之前获取资源URL以获取其他资源。要获取documentElement属性，如果使用Windows窗体，则需要将HtmlDocument.DomDocument强制转换为mshtml.IHTMLDocument2;如果使用WPF，则需要将WebBrowser.Document强制转换为mshtml.IHTMLDocument2。如果您需要在Ajax代码完成执行之前等待，请在引发downloading事件时启动计时器。

在这个阶段，我会解析HTML DOM并获取必要的数据，以便通过模板生成报告，因此您始终可以选择生成报告引擎支持的其他格式，例如Microsoft Word。我很少需要将HTML呈现为已解析，例如，打印长表而不在每页上添加自定义页眉和页脚。也就是说，如果您没有长桌，可以检查DocumentComplete并测试哪个建议的软件/组件最适合您的目标网站。