WebBrowser で、innterTextやリンクを取得する方法

環境： Visual Studio 2010 / WPF

インターネット上のHTMLより、リンクや文書を取得するには、単にWebClient でHTMLを取って来て、処理すればいいのですが・・・

とある理由でHTMLをブラウズしながら、ドキュメントに含まれるリンクなどを取得する必要があったので、WebBrowser を使って作ってみました。

WebBrowser は、裏側で mshtml の COMで実装されているので、ちょっと使い方が面倒だったのでメモしておきます。

参照の追加より、COM のmshtml.tlb を追加する。

WebBrowserに対して、Navigate でブラウズする。

Navigated イベントだと、document を完全に取得する前に、Navigated イベントが発生してしまう。

そこで、Document が完全にロードを完了したイベントとして、LoadCompleted を使用する。

例１：　innterTextを取得する場合

        <span class="kwrd">private</span> <span class="kwrd">void</span> Window_Loaded(<span class="kwrd">object</span> sender, RoutedEventArgs e)
        {
            <span class="kwrd">this</span>.webBrowser1.LoadCompleted += <span class="kwrd">new</span> System.Windows.Navigation.LoadCompletedEventHandler(webBrowser1_LoadCompleted);
        }

        <span class="kwrd">void</span> webBrowser1_LoadCompleted(<span class="kwrd">object</span> sender, System.Windows.Navigation.NavigationEventArgs e)
        {
            <span class="kwrd">if</span> (webBrowser1.Document == <span class="kwrd">null</span>)
                <span class="kwrd">return</span>;

            mshtml.IHTMLDocument2 doc2 = (IHTMLDocument2)webBrowser1.Document;

            <span class="kwrd">this</span>.textBox2.Text = doc2.body.innerText;
        }

        <span class="kwrd">private</span> <span class="kwrd">void</span> button1_Click(<span class="kwrd">object</span> sender, RoutedEventArgs e)
        {
            <span class="kwrd">string</span> url = <span class="kwrd">this</span>.textBox1.Text;
            <span class="kwrd">this</span>.webBrowser1.Navigate(url);
        }

private void Window_Loaded(object sender, RoutedEventArgs e)

{

this.webBrowser1.LoadCompleted += new System.Windows.Navigation.LoadCompletedEventHandler(webBrowser1_LoadCompleted);

}

void webBrowser1_LoadCompleted(object sender, System.Windows.Navigation.NavigationEventArgs e)

{

if (webBrowser1.Document == null)

return;

mshtml.IHTMLDocument2 doc2 = (IHTMLDocument2)webBrowser1.Document;

this.textBox2.Text = doc2.body.innerText;

}

private void button1_Click(object sender, RoutedEventArgs e)

{

string url = this.textBox1.Text;

this.webBrowser1.Navigate(url);

}

例２：　リンクの HTML をリストする場合

        <span class="kwrd">void</span> webBrowser1_LoadCompleted(<span class="kwrd">object</span> sender, System.Windows.Navigation.NavigationEventArgs e)
        {
            <span class="kwrd">if</span> (webBrowser1.Document == <span class="kwrd">null</span>)
                <span class="kwrd">return</span>;

            mshtml.IHTMLDocument2 doc2 = (IHTMLDocument2)webBrowser1.Document;

            <span class="kwrd">foreach</span> (mshtml.IHTMLElement elem <span class="kwrd">in</span> doc2.links)
            {
                <span class="kwrd">this</span>.textBox2.Text += ((mshtml.IHTMLAnchorElement)elem).href + Environment.NewLine;
            }
        }

void webBrowser1_LoadCompleted(object sender, System.Windows.Navigation.NavigationEventArgs e)

{

if (webBrowser1.Document == null)

return;

mshtml.IHTMLDocument2 doc2 = (IHTMLDocument2)webBrowser1.Document;

foreach (mshtml.IHTMLElement elem in doc2.links)

{

this.textBox2.Text += ((mshtml.IHTMLAnchorElement)elem).href + Environment.NewLine;

}

実際の実行結果はこんな感じ。

コメントを残す コメントをキャンセル

コメントを残すコメントをキャンセル