winform里面打开网页(转)

首先，新建一个winform项目，我在想，如果想要实现打开网页功能的话，应该会有一个控件什么之类的吧？查了工具栏，真的有一个名叫 WebBrowser的家伙，应该就是这货没错了。在网上查了它的资料更加坚定了我的判断，二话不说，拖进Form里。接着，就是要显示一个网页了，要怎 么实现呢？继续查看WebBrowser都有啥属性和方法：

方法	说明
GoBack	相当于IE的“后退”按钮，使你在当前历史列表中后退一项
GoForward	相当于IE的“前进”按钮，使你在当前历史列表中前进一项
GoHome	相当于IE的“主页”按钮，连接用户默认的主页
GoSearch	相当于IE的“搜索”按钮，连接用户默认的搜索页面
Navigate	连接到指定的URL
Refresh	刷新当前页面
Refresh2	同上，只是可以指定刷新级别，所指定的刷新级别的值来自RefreshConstants枚举表，  该表定义在ExDisp.h中，可以指定的不同值如下：  REFRESH_NORMAL 执行简单的刷新，不将HTTP pragma: no-cache头发送给服务器  REFRESH_IFEXPIRED 只有在网页过期后才进行简单的刷新  REFRESH_CONTINUE 仅作内部使用。在MSDN里写着DO NOT USE! 请勿使用  REFRESH_COMPLETELY 将包含pragma: no-cache头的请求发送到服务器
Stop	相当于IE的“停止”按钮，停止当前页面及其内容的载入

属性	说明
Application	如果该对象有效，则返回掌管WebBrowser控件的应用程序实现的自动化对象(IDispatch)。如果在宿主对象中自动化对象无效，这个程序将返回WebBrowser  控件的自动化对象
Parent	返回WebBrowser控件的父自动化对象，通常是一个容器，例如是宿主或IE窗口
Container	返回WebBrowser控件容器的自动化对象。通常该值与Parent属性返回的值相同
Document	为活动的文档返回自动化对象。如果HTML当前正被显示在WebBrowser中，则  Document属性提供对DHTML Object Model的访问途径
TopLevelContainer	返回一个Boolean值，表明IE是否是WebBrowser控件顶层容器，是就返回true
Type	返回已被WebBrowser控件加载的对象的类型。例如：如果加载.doc文件，就会返  回Microsoft Word Document
Left	返回或设置WebBrowser控件窗口的内部左边与容器窗口左边的距离
Top	返回或设置WebBrowser控件窗口的内部左边与容器窗口顶边的距离
Width	返回或设置WebBrowser窗口的宽度，以像素为单位
Height	返回或设置WebBrowser窗口的高度，以像素为单位
LocationName	返回一个字符串，该字符串包含着WebBrowser当前显示的资源的名称，如果资源  是网页就是网页的标题；如果是文件或文件夹，就是文件或文件夹的名称
LocationURL	返回WebBrowser当前正在显示的资源的URL
Busy	返回一个Boolean值，说明WebBrowser当前是否正在加载URL，如果返回true  就可以使用stop方法来撤销正在执行的访问操作

事件	说明
BeforeNavigate2	导航发生前激发，刷新时不激发
CommandStateChange	当命令的激活状态改变时激发。它表明何时激活或关闭Back和Forward  菜单项或按钮
DocumentComplete	当整个文档完成是激发，刷新页面不激发
DownloadBegin	当某项下载操作已经开始后激发，刷新也可激发此事件
DownloadComplete	当某项下载操作已经完成后激发，刷新也可激发此事件
NavigateComplete2	导航完成后激发，刷新时不激发
NewWindow2	在创建新窗口以前激发
OnFullScreen	当FullScreen属性改变时激发。该事件采用VARIENT_BOOL的一个输  入参数来指示IE是全屏显示方式(VARIENT_TRUE)还是普通显示方式(VARIENT_FALSE)
OnMenuBar	改变MenuBar的属性时激发，标示参数是VARIENT_BOOL类型的。  VARIANT_TRUE是可见，VARIANT_ FALSE是隐藏
OnQuit	无论是用户关闭浏览器还是开发者调用Quit方法，当IE退出时就会激发
OnStatusBar	与OnMenuBar调用方法相同，标示状态栏是否可见。
OnToolBar	调用方法同上，标示工具栏是否可见。
OnVisible	控制窗口的可见或隐藏，也使用一个VARIENT_BOOL类型的参数
StatusTextChange	如果要改变状态栏中的文字，这个事件就会被激发，但它并不理会程序是否有状态栏
TitleChange	Title有效或改变时激发

　　看了以上信息后，Navigate这个方法最靠谱，所以在Form1_Load中加入了一句代码：

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

　　运行后百度的页面出来了，搞定！原来如此简单！

　　这么一句就搞定了，我开始不满足于现状，我想查看一下生成baidu的网页源代码，有一个属性是：DocumentText，我想应该是这个，于是我在Form1_Load加了这么一句：

　　this.textBox1.Text = webBrowser1.DocumentText;

　　运行后，发现textbox里啥都没显示，调试发现webBrowser1.DocumentText居然是空值，难道是我 DocumentText不是显示页面内容的属性？不对，我再加入webBrowser1.Document来调试，发现居然是个null值，一定是哪里 弄错了！

　　我仔细检查了一下，原来是我看事件不仔细，webBrowser1.DocumentText这个必须放在webBrowser1_DocumentCompleted事件中，等页面加载完成后，才能获取到网页的值，再试一下，果然成功了！

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

　　

　　不过……为什么会有乱码啊？！

　　不行，我要把乱码去掉，默认是utf-8的页面，我只要把它转换成gb2312即可，所以就不能直接webBrowser1.DocumentText，我打算采用StreamReader来转换好一些：

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

　　OK，两句就搞定！注意哦，我这里用的是this.webBrowser1.DocumentStream

　　我又突发奇想，如果我只想要获取网页中的图片地址该怎么办咧？大概的思路就是从生成的网页源代码里找到img标签，并从src里取出来呗，于是有了以下代码：

　　　　　　　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";
                    }
                }
            }

　　输出以下结果：

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

　　虽然是成功取出了图片地址，但是感觉总是写这么多代码，有点不妥，这样一种取图片的功能，我想应该是很多人都会有这种需求，应该有啥控件或插件之类的吧？再网上搜了一下，果然让我找到了一个比较好用的——HtmlAgilityPack

　　把HtmlAgilityPack.dll引入项目后，只要编写如下代码就能实现如上的功能：

            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;

　　太强大了，我想HtmlAgilityPack这货的能力应该不仅仅如此，比如还可以用它来去脚本，去样式，和去注释等：

            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();
            }