javascript 完成页面加载后，如何使用 Anglesharp 将 HTML 作为文本获取？

Question

我正在尝试使用 AngleSharp 在我的本地主机上抓取网页。该页面是使用 Angular js 动态生成的。我正在使用 AngleSharp 获取页面。还使用 AngleSharp 脚本库运行 Javascript。以下是我用于 POC 目的的代码。 Javascript 渲染完成后，我不知道在哪里可以找到页面的 HTML。

t.Result.Source.Text给我网页的页面源。 javascript 完成渲染后我在哪里可以找到源代码？我什至不知道 javascript 运行是不是 !

    static void Main(string[] args)
    {
        Task<IDocument> t = StartCrawl();
        t.Wait();
        string textContent = t.Result.Source.Text;
        Console.ReadKey();

    }

    private static async Task<IDocument> StartCrawl()
    {
        var config = Configuration.Default
            .WithDefaultLoader()
            .WithCss()
            .WithJavaScript();

        var context = BrowsingContext.New(config);
        var document = await context.OpenAsync("http://localhost:8000/#!/phones");
        return document;
    }

url 的查看来源给了我这个。如何在页面加载后运行页面上的所有 javascript 。我可以在 document.Scripts 属性.

中看到 16 个脚本

<!doctype html>
<html lang="en" ng-app="phonecatApp">
  <head>
    <meta charset="utf-8">
    <title>Google Phone Gallery</title>
    <link rel="stylesheet" href="bower_components/bootstrap/dist/css/bootstrap.css" />
    <link rel="stylesheet" href="app.css" />
    <link rel="stylesheet" href="app.animations.css" />

    <script src="bower_components/jquery/dist/jquery.js"></script>
    <script src="bower_components/angular/angular.js"></script>
    <script src="bower_components/angular-animate/angular-animate.js"></script>
    <script src="bower_components/angular-resource/angular-resource.js"></script>
    <script src="bower_components/angular-route/angular-route.js"></script>
    <script src="app.module.js"></script>
    <script src="app.config.js"></script>
    <script src="app.animations.js"></script>
    <script src="core/core.module.js"></script>
    <script src="core/checkmark/checkmark.filter.js"></script>
    <script src="core/phone/phone.module.js"></script>
    <script src="core/phone/phone.service.js"></script>
    <script src="phone-list/phone-list.module.js"></script>
    <script src="phone-list/phone-list.component.js"></script>
    <script src="phone-detail/phone-detail.module.js"></script>
    <script src="phone-detail/phone-detail.component.js"></script>
  </head>
  <body>

    <div class="view-container">
      <div ng-view class="view-frame"></div>
    </div>

  </body>
</html>

Answer 1

在 AngleSharp 中（就像在浏览器中一样）没有源的概念在 JS 做了一些事情之后。你可以看看原来的转源，不过我估计不是你想要的

如果您想在特定时间查看 DOM 的字符串序列化（例如，在 JS 脚本进行一些 DOM 操作之后），那么只需执行：

var currentSource = document.ToHtml(); // current serialization of the DOM

请注意，这将以 HTML（文本）形式代表您的 DOM。

您所做的为您提供了原始源代码：

var textContent = t.Result.Source.Text; // will always contain the original source

javascript 完成页面加载后，如何使用 Anglesharp 将 HTML 作为文本获取？

How to get the HTML as text using Anglesharp after the javascript has done loading the page?

javascript

c#

anglesharp