如何使用C＃中的内置Web浏览器保存完整的网页

Question

总的来说，我正在尝试将网页写成PDF。 我可以使用一个Web服务将文件转换为pdf。 所以我想做的是从WebBrowser winforms控件中保存一个网页。

我已经尝试将其写出文档流，但这只是给我页面的html，而不是与之一起使用的图像。

我研究但尚未成功的另一种方法是尝试创建WebBrowser文档的图像。 我在网络上发现了一些利用DrawToBitmap函数的示例，但没有一个对我有用。

任何帮助将不胜感激。

Answer 1

您可以使用Graphics.CopyFromScreen函数来截取屏幕快照，直到获得整个页面。

// Get screen location of web browser
Rectangle rec = webBrowser1.RectangleToScreen(webBrowser1.ClientRectangle);
// create image to hold whats in view
Bitmap image = new Bitmap(rec.Width, rec.Height);
// get graphics to draw on image
Graphics g = Graphics.FromImage(image);
// Save into image
// From MSDN:
//public void CopyFromScreen(
//    int sourceX,
//    int sourceY,
//    int destinationX,
//    int destinationY,
//    Size blockRegionSize
//)
g.CopyFromScreen(rec.X,rec.Y,0,0,rec.Size)

您可能还需要删除滚动条，使它们不在您的图像中：

webBrowser.ScrollBarsEnabled = false;
webBrowser.Document.Body.Style = "overflow:hidden;";

然后向下滚动以拍摄下一页：

webBrowser.Document.Window.ScrollTo(x,y);

Answer 2

很久以前，我偶然发现了此CodeProject文章“ 将HTML文档捕获为图像 ”

但是，有一个新的发布（2010年2月13日发布）“ C＃中的HTML到图像 ”

我没有测试过它们中的任何一个，但我认为它们应该可以工作！

Answer 3

要创建PDF，您正在使用的程序将需要网站的源代码。 不管您使用WebBrowser winforms控件还是其他获取该信息的控件，都没有真正的区别。

假设您不需要先上传内容，则此代码将为您获取任何网站的源代码：

string url = "some site";
string source = string.Empty;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
using(StreamReader sr = new StreamReader(response.GetResponseStream()){
    source = sr.ReadToEnd();
}