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

Question

我想从WebBrowser控件获取html，但它也必须在页面上包含输入元素的值属性。

如果我使用webBrowser.DocumentText，则会获取最初加载的页面的完整HTML。输入字段值不包括在内。

如果我使用webBrowser.Document.Body.OuterHtml，我得到的值，而不是其他内容（），我需要这样我就可以得到样式表链接等

是否有一个干净的可靠的方式从WebBrowser获取当前状态下DOM的完整HTML？我将HTML传递给库以将其呈现为PDF，因此，还可以赞赏以编程方式从WebBrowser控件保存为PDF的建议。

感谢

Answer 1

有一些undocumented ways（changing registry，undocumented dll export）打印的文档，以XPS或PDF打印机，而解析的页面，也就是说，如果你能买得起推出所需的打印机驱动程序，您的客户网络。

如果你想解析网页，documentElement.outerHTML应该给你完整的规范化的文件，但不的链接image，script或stylesheet文件。您需要解析页面，枚举元素并检查元素类型，然后在digging the WinInet cache或downloading之前获取其他资源的资源URL。要获得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。如果在Ajax代码执行完成之前需要等待，则在引发DocumentComplete事件时启动计时器。

在此阶段，我将解析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。很少我需要将HTML解析出来，例如，打印长表而不在每个页面上添加自定义页眉和页脚。也就是说，如果你没有长表，你可以检查Convert HTML to PDF in .NET并测试哪个建议的软件/组件最适合你的目标网站。