HTML敏捷包返回的javascript代码，除了实际的HTML

Question

我想从使用HTML敏捷包的网站上使用C＃控制台获取链接，但是有用li和href标记编写的Java脚本代码，为什么Java脚本在单击时会更改代码，我不知道，请告诉我解决方案如何获取实际代码

<li onmouseover="activate_menu('top-menu-61', 61); void(0);" onmouseout="deactivate_menu('top-menu-61', 61);"><a href="javascript:void();

我可以在li和一个标签中看到它，如何解决这个问题并获取实际的html，这样我就可以得到更多的链接

Answer 1

在将其传递给HtmlAgilityPack进行解析之前，请尝试使用诸如Selenium WebDriver之类的浏览器自动化工具来利用真实的浏览器完全生成网页。 如以下示例所示，使用Selenium应该非常容易。 您只需要确保预先正确安装了所有必需的工具（Selenium库和选择的浏览器驱动程序）：

// Initialize the Chrome Driver (or any other supported browser)
using (var driver = new ChromeDriver())
{
    // open the target page
    driver.Navigate().GoToUrl("the_targt_page_url_here");

    //maybe add selenium waits if needed, 
    //to wait until certain element appear in the page

    //pass the HTML page to HAP's HtmlDocument
    HtmlDocument doc = new HtmlDocument();
    doc.LoadHtml(driver.PageSource);
}

Selenium还提供了在页面中定位元素的方法，因此可以根据需要用Selenium完全替换HAP。