推进门户网站建设搜索词分析工具

版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。

HtmlDocument类提供了HTML文档的顶级编程访问，配合WebBrowser的 Document属性使用，可以获得WebBrowser当前页面的相关信息。

HtmlDocument常用属性：

1. ActiveElement：当前活动的网页元素。
2. ActiveLinkColor：超链接被用户单击后的Color。
3. All：获得网页元素集合，它包含该网页所有的元素。这是一个HtmlElementCollection类。
4. BackColor：网页背景色。
5. Body：获取网页的BODY元素。
6. Cookie：网页关联的Cookie，各个Cookie之间由分号隔开。
7. DefaultEncoding：网页的默认编码。
8. Domain：网页所在的域。
9. DomDocument：获取此 HtmlDocument 的非托管接口指针。
10. Encoding：此文档的字符编码。
11. Focused：指示文档是否具有用户输入焦点。
12. ForeColor：网页的前景色。
13. Forms：获取网页中所有表单元素的集合。
14. Images：获取文档中所有图像标记的集合。
15. LinkColor：超链接的颜色。
16. Links：获取网页中所有超链接的集合。
17. RightToLeft：当前网页中文本的方向。文本从右向左呈现为True；否则为False.
18. Title：当前网页的标题。
19. Url：网页的Url。
20. VisitedLinkColor：用户已经访问的链接的颜色。
21. Window：获取与此文档关联的窗口，这是一个HtmlWindow类。

HtmlDocument常用方法：

1. CreateElement：新建一个指定HTML标记类型的HtmlElement。
2. ExecCommand：对文档执行指定的命令。
3. Focus：在当前文档上设置用户输入焦点。
4. GetElementById：将元素的 ID 特性用作搜索键来检索单个HtmlElement。
5. GetElementFromPoint：检索位于指定工作区坐标位置的HTML元素。
6. GetElementsByTagName：检索具有指定HTML标记的元素集合。
7. InvokeScript：执行在HTML页面中定义的活动脚本函数。
8. OpenNew：获取一个新的HtmlDocument，以便与Write方法一起使用。注意：此方法将清除先前加载的文档，包括任何关联状态，如变量。但它不会导致WebBrowser中的导航事件引发。
9. Write：编写一个新的 HTML 页。该文档将取代以前的 HTML 文档。注意：若要只更改文档的特定部分，应获取相应的HtmlElement并设置其InnerHtml属性。

23.2.1 获得网页相关信息

【例 23.3】【项目：code23-003】获得网页相关信息。

        private void btnNavigate_Click(object sender, EventArgs e)

        {

            WebBrowser1.Navigate(txtUrl.Text);

        }

        //获得网页基本信息

        private void btnInfo_Click(object sender, EventArgs e)

        {

            string htmlInfo = "";

            HtmlDocument document;

            //需要WebBrowser控件网页载入完成

            document = WebBrowser1.Document;

            htmlInfo += "网页背景色：" + document.BackColor.ToString() + "\r\n";

            htmlInfo += "网页前景色：" + document.ForeColor.ToString() + "\r\n";

            htmlInfo += "网页标题：" + document.Title + "\r\n";

            htmlInfo += "网址：" + document.Url.ToString() + "\r\n";

            htmlInfo += "Cookie：" + document.Cookie + "\r\n";

            htmlInfo += "所在域：" + document.Domain + "\r\n";

            htmlInfo += "网页编码：" + document.Encoding + "\r\n";

            htmlInfo += "链接颜色：" + document.LinkColor.ToString() + "\r\n";

            htmlInfo += "链接访问颜色：" + document.VisitedLinkColor.ToString() + "\r\n";

            txtInfo.Text = htmlInfo;

        }

            //获得网页所有图片信息

        private void btnImgInfo_Click(object sender, EventArgs e)

        {

            string htmlInfo = "";

            int imgCount = 0;

            HtmlElementCollection imgs;

            imgs = WebBrowser1.Document.Images;

            foreach(HtmlElement img in imgs)

            {

                imgCount += 1;

                htmlInfo += "图片" + imgCount + ": " + img.OuterHtml + "\r\n";

            }

            txtInfo.Text = htmlInfo;

        }

        //获得网页所有链接信息

        private void btnLinkInfo_Click(object sender, EventArgs e)

        {

            string htmlInfo = "";

            int linkCount = 0;

            HtmlElementCollection lnks;

            lnks = WebBrowser1.Document.Links;

            foreach(HtmlElement lnk in lnks)

            {

                linkCount += 1;

                htmlInfo += "链接" + linkCount + ": " + lnk.OuterHtml + "\r\n";

            }

            txtInfo.Text = htmlInfo;

        }

        //获得网页所有元素信息

        private void btnElementInfo_Click(object sender, EventArgs e)

        {

            string htmlInfo = "";

            int elementCount = 0;

            HtmlElementCollection htmlAlls;

            htmlAlls = WebBrowser1.Document.All;

            foreach(HtmlElement htmlSingle in htmlAlls)

            {

                elementCount += 1;

                htmlInfo += "元素" + elementCount + ": " + htmlSingle.TagName.ToUpper() + "\r\n";

            }

            txtInfo.Text = htmlInfo;

        }

运行结果如下图所示：

图23-4 获取网页所有图片的信息

23.2.2 执行指定的命令

使用HtmlDocument类的ExecCommand方法，可以指定对象执行某个动作，例如插入新的 HTML 元素，选择文本和设置文本格式，以及清除缓存的任何身份验证凭据等，通常用于对浏览器进行特殊功能调用。

HtmlDocument.ExecCommand方法的用法和html中的脚本调用document.ExecCommand方法类似，具体语法如下：

public void ExecCommand (string command, bool showUI, object value);

参数说明：

1. command：要执行的命令的名称。
2. showUI：是否向用户显示命令特定的对话框或消息框。
3. value：参数command命令需要配合使用的参数，此参数并不适用于所有命令。

详细的命令清单可以参看微软提供的文档Command Identifiers（命令标识符）一节：https://msdn.microsoft.com/zh-cn/library/ms533049(VS.85).aspx，实际使用的时候需要将该文档提供的参数IDM_去掉。例如：

全选网页：

WebBrowser1.Document.ExecCommand("selectAll", false, "");

修改选中的文字大小：

WebBrowser1.Document.ExecCommand("fontsize", false, "5");

【例 23.4】【项目：code23-004】更改网页上选中的文字颜色和大小。

        private void btnCommand_Click(object sender, EventArgs e)

        {

            //设置选中文字颜色,可以使用ColorTranslator的ToHtml方法来转换为网页颜色

            WebBrowser1.Document.ExecCommand("ForeColor", false, "red");    // System.Drawing.ColorTranslator.ToHtml(Color.Red));

            //设置选中文字大小

            WebBrowser1.Document.ExecCommand("fontsize", false, "5");

    }

使用时请先选中网页上的一段文字，然后按下【执行命令】按钮。

运行结果如下图所示：

图23-5 使用ExecCommand前后对比

 

学习更多vb.net知识，请参看vb.net 教程 目录

学习更多C#知识，请参看C#教程 目录