使用asp.net Web表单从网页中提取文本内容
[英]extract text content from web page using asp.net web form
问题描述
我正在尝试将页面加载到asp.net Web表单，并仅从其中提取文本，并在Areatext显示提取的文本
像这样：
我的代码是：
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default.aspx.cs" Inherits="_Default" %>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head runat="server">
<title></title>
<style type="text/css">
#form1 {
height: 500px;
width: 1199px;
}
.auto-style1 {}
#TextArea1 {
height: 288px;
width: 1157px;
}
</style>
</head>
<body>
<form id="form1" runat="server">
<asp:Button ID="Button1" runat="server" Text="Clike me"
OnClick="Button1_Click" OnClientClick="aspnetForm.target ='_blank';"
Width="160px" CssClass="auto-style1" Height="32px" />
<br />
<br />
<asp:RadioButtonList ID="RadioButtonList1" runat="server">
<asp:ListItem>CNN</asp:ListItem>
<asp:ListItem>BBC</asp:ListItem>
<asp:ListItem>FOX</asp:ListItem>
</asp:RadioButtonList>
<br />
<br />
<textarea id="TextArea1" name="S1" runat="server" ></textarea></form>
</body>
</html>
和
using System;
using System.Collections.Generic;
using System.Linq;
using System.Web;
using System.Web.UI;
using System.Web.UI.WebControls;
using System.IO;
using System.Drawing;
using System.Threading;
using System.Windows.Forms;
public partial class _Default : System.Web.UI.Page
{
Uri url = null;
WebBrowser wb = new WebBrowser();
protected void Button1_Click(object sender, EventArgs e)
{
wb.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(DisplayText);
if (RadioButtonList1.Text == "CNN")
{
url = new Uri("http://www.edition.cnn.com/");
wb.Url = url;
//Response.Redirect(url);
}
else if (RadioButtonList1.Text == "BBC")
{
url = new Uri("http://www.bbc.com/");
wb.Url = url;
}
else
{
url = new Uri("http://www.foxnews.com/");
wb.Url = url;
}
}
private void DisplayText(object sender, WebBrowserDocumentCompletedEventArgs e)
{
WebBrowser wb = (WebBrowser)sender;
wb.Document.ExecCommand("SelectAll", false, null);
wb.Document.ExecCommand("Copy", false, null);
TextArea1.Value = Clipboard.GetText();
}
protected void Page_Load(object sender, EventArgs e)
{
}
}
但是我有这个错误
WebBrowser wb = new WebBrowser();
由于当前线程不在单线程单元中，因此无法实例化ActiveX控件'8856f961-340a-11d0-a96b-00c04fd705a2'。
所以我做错了请帮忙，在此先感谢
3 个解决方案
解决方案1
0 2014-06-08 18:36:15
我从未尝试过在对象引用中使用WebBrowser，但是我知道这是一个Web表单，这意味着您将收到回发，并且如果每次都重新实例化Browser引用，它将无法运行就像Page对象一样。 我只是使用Page对象，您可以收集所需的任何控件和方法，同时还可以使用Request / Response名称空间。 我还将在单选按钮列表控件上进行匹配，例如以下代码：
protected void Page_Load(object sender, EventArgs e)
{
if (Page.IsPostBack)
{
string url;
RadioButtonList rdl = new RadioButtonList();
url = rdl.SelectedItem.Text;
}
}
当然，您只需从基于标记的RadioButtonList中获取.SelectedItem.Text ，而不是构建一个。
我检查了一下，似乎WebBrowser对象也位于System.Windows.Forms下。 根据我的经验，您永远都不想在Web窗体中使用该库（ MsgBox不良经验）。
我将使用上面的示例进行重构
Response.Redirect(url);
希望有帮助！
解决方案2
0 2014-06-09 10:25:12
您可能要考虑使用基于其他自动化控件的方法，例如WatiN（ 使用Windows Forms WebBrowser来访问c＃asp.net ）或HTML Agility Pack（参见网站自动化的最佳方法？ ）之类的东西。
解决方案3
0 2014-06-09 10:45:12
var root = doc.DocumentNode;
var sb = new StringBuilder();
foreach (var node in root.DescendantNodesAndSelf())
{
if (!node.HasChildNodes)
{
string text = node.InnerText;
if (!string.IsNullOrEmpty(text))
sb.AppendLine(text.Trim());
}
}
显示如何下载网页的示例代码，您可以尝试以下代码（从此处获取 ）：
HtmlDocument doc = new HtmlDocument();
doc.Load("file.htm");
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
{
HtmlAttribute att = link["href"];
att.Value = FixLink(att);
}
doc.Save("file.htm");
HTML到ASP.net Web表单页面
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.