winform里面打開網頁(轉)

今天有個同事問了一下我，怎么在winform里面打開網頁啊？我們都是基於B/S的開發，很少接觸winform，所以我當時就懵了，實在不知道怎么回答，所以索性說不知道。但是我又想了想，這個應該是個很簡單的功能，趁着今天工作不是很忙，我就研究一下吧。

      首先，新建一個winform項目，我在想，如果想要實現打開網頁功能的話，應該會有一個控件什么之類的吧？查了工具欄，真的有一個名叫 WebBrowser的家伙，應該就是這貨沒錯了。在網上查了它的資料更加堅定了我的判斷，二話不說，拖進Form里。接着，就是要顯示一個網頁了，要怎 么實現呢？繼續查看WebBrowser都有啥屬性和方法：

方法	說明
GoBack	相當於IE的“后退”按鈕，使你在當前歷史列表中后退一項
GoForward	相當於IE的“前進”按鈕，使你在當前歷史列表中前進一項
GoHome	相當於IE的“主頁”按鈕，連接用戶默認的主頁
GoSearch	相當於IE的“搜索”按鈕，連接用戶默認的搜索頁面
Navigate	連接到指定的URL
Refresh	刷新當前頁面
Refresh2	同上，只是可以指定刷新級別，所指定的刷新級別的值來自RefreshConstants枚舉表，  該表定義在ExDisp.h中，可以指定的不同值如下：  REFRESH_NORMAL 執行簡單的刷新，不將HTTP pragma: no-cache頭發送給服務器  REFRESH_IFEXPIRED 只有在網頁過期后才進行簡單的刷新  REFRESH_CONTINUE 僅作內部使用。在MSDN里寫着DO NOT USE! 請勿使用  REFRESH_COMPLETELY 將包含pragma: no-cache頭的請求發送到服務器
Stop	相當於IE的“停止”按鈕，停止當前頁面及其內容的載入

 

屬性	說明
Application	如果該對象有效，則返回掌管WebBrowser控件的應用程序實現的自動化對象(IDispatch)。如果在宿主對象中自動化對象無效，這個程序將返回WebBrowser  控件的自動化對象
Parent	返回WebBrowser控件的父自動化對象，通常是一個容器，例如是宿主或IE窗口
Container	返回WebBrowser控件容器的自動化對象。通常該值與Parent屬性返回的值相同
Document	為活動的文檔返回自動化對象。如果HTML當前正被顯示在WebBrowser中，則  Document屬性提供對DHTML Object Model的訪問途徑
TopLevelContainer	返回一個Boolean值，表明IE是否是WebBrowser控件頂層容器，是就返回true
Type	返回已被WebBrowser控件加載的對象的類型。例如：如果加載.doc文件，就會返  回Microsoft Word Document
Left	返回或設置WebBrowser控件窗口的內部左邊與容器窗口左邊的距離
Top	返回或設置WebBrowser控件窗口的內部左邊與容器窗口頂邊的距離
Width	返回或設置WebBrowser窗口的寬度，以像素為單位
Height	返回或設置WebBrowser窗口的高度，以像素為單位
LocationName	返回一個字符串，該字符串包含着WebBrowser當前顯示的資源的名稱，如果資源  是網頁就是網頁的標題；如果是文件或文件夾，就是文件或文件夾的名稱
LocationURL	返回WebBrowser當前正在顯示的資源的URL
Busy	返回一個Boolean值，說明WebBrowser當前是否正在加載URL，如果返回true  就可以使用stop方法來撤銷正在執行的訪問操作

 

事件	說明
BeforeNavigate2	導航發生前激發，刷新時不激發
CommandStateChange	當命令的激活狀態改變時激發。它表明何時激活或關閉Back和Forward  菜單項或按鈕
DocumentComplete	當整個文檔完成是激發，刷新頁面不激發
DownloadBegin	當某項下載操作已經開始后激發，刷新也可激發此事件
DownloadComplete	當某項下載操作已經完成后激發，刷新也可激發此事件
NavigateComplete2	導航完成后激發，刷新時不激發
NewWindow2	在創建新窗口以前激發
OnFullScreen	當FullScreen屬性改變時激發。該事件采用VARIENT_BOOL的一個輸  入參數來指示IE是全屏顯示方式(VARIENT_TRUE)還是普通顯示方式(VARIENT_FALSE)
OnMenuBar	改變MenuBar的屬性時激發，標示參數是VARIENT_BOOL類型的。  VARIANT_TRUE是可見，VARIANT_ FALSE是隱藏
OnQuit	無論是用戶關閉瀏覽器還是開發者調用Quit方法，當IE退出時就會激發
OnStatusBar	與OnMenuBar調用方法相同，標示狀態欄是否可見。
OnToolBar	調用方法同上，標示工具欄是否可見。
OnVisible	控制窗口的可見或隱藏，也使用一個VARIENT_BOOL類型的參數
StatusTextChange	如果要改變狀態欄中的文字，這個事件就會被激發，但它並不理會程序是否有狀態欄
TitleChange	Title有效或改變時激發

　　看了以上信息后，Navigate這個方法最靠譜，所以在Form1_Load中加入了一句代碼：

webBrowser1.Navigate("http://www.baidu.com/");

 

　　運行后百度的頁面出來了，搞定！原來如此簡單！

　　這么一句就搞定了，我開始不滿足於現狀，我想查看一下生成baidu的網頁源代碼，有一個屬性是：DocumentText，我想應該是這個，於是我在Form1_Load加了這么一句：

　　this.textBox1.Text = webBrowser1.DocumentText;

　　運行后，發現textbox里啥都沒顯示，調試發現webBrowser1.DocumentText居然是空值，難道是我 DocumentText不是顯示頁面內容的屬性？不對，我再加入webBrowser1.Document來調試，發現居然是個null值，一定是哪里 弄錯了！

　　我仔細檢查了一下，原來是我看事件不仔細，webBrowser1.DocumentText這個必須放在webBrowser1_DocumentCompleted事件中，等頁面加載完成后，才能獲取到網頁的值，再試一下，果然成功了！

private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
{
　　this.textBox1.Text = webBrowser1.DocumentText;
}

 

　　

　　不過……為什么會有亂碼啊？！

　　不行，我要把亂碼去掉，默認是utf-8的頁面，我只要把它轉換成gb2312即可，所以就不能直接webBrowser1.DocumentText，我打算采用StreamReader來轉換好一些：

StreamReader getReader = new StreamReader(this.webBrowser1.DocumentStream, Encoding.GetEncoding("gb2312"));
this.textBox1.Text = getReader.ReadToEnd();

 

　　OK，兩句就搞定！注意哦，我這里用的是this.webBrowser1.DocumentStream

　　我又突發奇想，如果我只想要獲取網頁中的圖片地址該怎么辦咧？大概的思路就是從生成的網頁源代碼里找到img標簽，並從src里取出來唄，於是有了以下代碼：

　　　　　　　StreamReader getReader = new StreamReader(this.webBrowser1.DocumentStream, Encoding.GetEncoding("gb2312"));
            ArrayList list = new ArrayList();
            string strRegex = "<img (.|\n)+?>";
            Regex regex = new Regex(strRegex, RegexOptions.IgnoreCase);
            MatchCollection match = regex.Matches(getReader.ReadToEnd());
            int startp, endp;
            for (int i = 0; i < match.Count; i++)
            {
                bool flag = false;
                string Img = match[i].ToString();
                startp = Img.ToLower().IndexOf("src=\"");
                if (startp != -1)
                {
                    startp = startp + 5;
                    endp = Img.ToLower().IndexOf("\"", startp + 1);
                    Img = Img.Substring(startp, endp - startp);
                    foreach (string str in list)
                    {
                        if (Img == "str" || Img == "/" || Img == "")
                        {
                            flag = true;
                            break;
                        }
                    }
                    if (!flag)
                    {
                        this.textBox1.Text += Img.ToString() + "\r\n";
                    }
                }
            }

 

　　輸出以下結果：

　　http://www.baidu.com/img/shouye_b5486898c692066bd2cbaeda86d74448.gif
　　http://www.baidu.com/cache/global/img/gs.gif

　　雖然是成功取出了圖片地址，但是感覺總是寫這么多代碼，有點不妥，這樣一種取圖片的功能，我想應該是很多人都會有這種需求，應該有啥控件或插件之類的吧？再網上搜了一下，果然讓我找到了一個比較好用的——HtmlAgilityPack

　　把HtmlAgilityPack.dll引入項目后，只要編寫如下代碼就能實現如上的功能：

            string strImg = "";
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(getReader.ReadToEnd());
    　　　　 foreach (var img in doc.DocumentNode.SelectNodes("//img"))
            {
                strImg += img.Attributes["src"].Value.ToString() + "\r\n";
            }
　　　　　　　this.textBox1.Text = strImg;

 

　　太強大了，我想HtmlAgilityPack這貨的能力應該不僅僅如此，比如還可以用它來去腳本，去樣式，和去注釋等：

            foreach (var script in doc.DocumentNode.Descendants("script").ToArray())
            {
                script.Remove();
            }
            foreach (var style in doc.DocumentNode.Descendants("style").ToArray())
            {
                style.Remove();
            }
            foreach (var comment in doc.DocumentNode.SelectNodes("//comment()").ToArray())
            {
                comment.Remove();
            }

 

　　就是如此簡單，寫更少的代碼，做更多的事！

　　好了，今天就研究到這吧，不然隨着深入，我會越陷越深，工作都顧不上了，就此打住吧。對於HtmlAgilityPack我想以后有時間，我會詳細研究它的。

　　總結一下：winform這東西，我幾百年都沒去碰過它，不過既然碰上了，就搗騰一番，寫篇文章來記錄一下當時我研究了啥，為啥研究，怎么研 究，以免以后忘了。對於新事物和新問題，我都是這么去解決的，不知道有沒有人和我一樣，躺着也中槍？以后還有好多東西要去學習和研究，努力，加油！正能量 爆發！！嘎嘎嘎！！！

　　工作去……