ASP.net通過WebBrowser取得AJAX后的網頁

今天  Shih-Min 問我說，假設網頁一開始是AJAX 會載入一些資料，但是透過WebClient 去抓

抓到都是JavaScript 跟 AJAX 的原始碼，有辦法可以抓到AJAX 取完值之后的資料嗎?!

 

這需求，如果寫爬蟲可能也會有這需求..我的作法是這樣..

我是ASP.net 專案..

建立一個Class 記得要加入 System.Windows.Forms

 

 

這時候我建立一只 Class 叫做 WebBrowserCrawler

 

using System.Threading;
using System.Windows.Forms;
 
namespace GetAfterAJAXPage
{
 
 
 
    public class WebBrowserCrawler
    {
        // WebBrowser
        private WebBrowser _WebBrowder;
 
        //最后結果
        private string _Result { get; set; }
 
        //網址
        private string _Path { get; set; }
 
      
        /// <summary>
        /// 對外公開的Method
        /// </summary> www.it165.net
        /// <param name="url">URL Path</param>
        /// <returns></returns>
        public string GetReult(string url)
        {
 
            _Path = url;
 
 
            var mThread = new Thread(FatchDataToResult);
            //Apartment 是處理序當中讓物件共享相同執行緒存取需求的邏輯容器。 同一 Apartment 內的所有物件都能收到 Apartment 內任何執行緒所發出的呼叫。 
            //.NET Framework 並不使用 Apartment；Managed 物件必須自行以安全執行緒 (Thread-Safe) 的方式運用一切共享資源。
            //因為 COM 類別使用 Apartment，所以 Common Language Runtime 在 COM Interop 的狀況下呼叫出 COM 物件時必須建立 Apartment 並且加以初始化。 
            //Managed 執行緒可以建立並且輸入只容許一個執行緒的單一執行緒 Apartment (STA)，或者含有一個以上執行緒的多執行緒 Apartment (MTA)。 
            //只要把執行緒的 ApartmentState 屬性設定為其中一個 ApartmentState 列舉型別 (Enumeration)，即可控制所建立的 Apartment 屬於哪種型別。 
            //因為特定執行緒一次只能初始化一個 COM Apartment，所以第一次呼叫 Unmanaged 程式碼之后就無法再變更 Apartment 型別。
            //From : http://msdn.microsoft.com/zh-tw/library/system.threading.apartmentstate.aspx
            mThread.SetApartmentState(ApartmentState.STA);
            mThread.Start();
            mThread.Join();
 
            return _Result;
 
        }
 
        /// <summary>
        /// Call _WebBrowder 抓取資料
        /// For thread Call
        /// </summary>
        private void FatchDataToResult()
        {
            
            _WebBrowder = new WebBrowser();
 
            _WebBrowder.DocumentCompleted += _WebBrowder_DocumentCompleted;
            _WebBrowder.Navigate(_Path);
 
 
            //處理目前在訊息佇列中的所有 Windows 訊息。
            //如果在程式碼中呼叫 DoEvents，您的應用程式就可以處理其他事件。例如，如果您的表單將資料加入 ListBox 並將 DoEvents 加入程式碼中，則當另一個視窗拖到您的表單上時，該表單將重新繪製。
            //如果您從程式碼移除 DoEvents，您的表單將不會重新繪製，直到按鈕按一下的事件處理常式執行完畢。
            while (_WebBrowder.ReadyState != WebBrowserReadyState.Complete)
            {
                Application.DoEvents();
            }
 
            _WebBrowder.Dispose();
 
        }
 
        //結束后回填
        void _WebBrowder_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
        {
            _Result = (sender as WebBrowser).Document.Body.InnerHtml;
            
        }
 
 
    }
 
 
}

為什要這樣寫 通過Thread 來叫用不然會遇到

 

 

 

之后我呼叫端:
 

view source

 

print ?

1. WebBrowserCrawler  webBrowserCrawler=new WebBrowserCrawler();

2. File.WriteAllText(Server.MapPath("sample.txt"),webBrowserCrawler.GetReult(http://www.in2.cc/sample/waterfalllab.htm));

其中我是將取得后的資料寫入到sample.txt 中…