请问C# 自已写的winForm,如何获得浏览器(如360浏览器）里网页中选取的部分内容（文本和图片）？

[virword]

想写个网页采集器、请问C# 自已写的winForm,如何获得浏览器(如360）网页中选取的部分内容（文本和图片）？

[Chip_Liu1227812601]

看7楼，声明一个HttpClient 或 HttpWebRequest（网址路径写好），找一个一个get方法存到list或Table中，然后你就可以用了。

[wangqx86662638]

其实最简单的办法就是 鼠标右键 ->复制啊！！ 然后在自己的程序里 粘贴

//---------以下的代码是我网上复制的 它直接下载整个页面的代码，管用！
//--------- 调用 方式为 string htm= HttpGetPageHtml("https://www.ip.cn", "utf-8");
/// <summary>
/// 获取页面html
/// </summary>
/// <param name="url">请求的地址</param>
/// <param name="encoding">编码方式</param>
/// <returns></returns>
public static string HttpGetPageHtml(string url, string encoding)
{
string pageHtml = string.Empty;
try
{
using (WebClient MyWebClient = new WebClient())
{
Encoding encode = Encoding.GetEncoding(encoding);
// 确定自己浏览器的User-Agent信息
// 首先打开你的浏览器输入：about:version

MyWebClient.Headers.Add("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER");
MyWebClient.Credentials = CredentialCache.DefaultCredentials;//获取或设置用于向Internet资源的请求进行身份验证的网络凭据
Byte[] pageData = MyWebClient.DownloadData(url); //从指定网站下载数据
pageHtml = encode.GetString(pageData);
}
}
catch (Exception e)
{
return e.Message.ToString();
}
return pageHtml;
}

[cw398605763]

抓取数据用httprequest

[XBodhi.]

这是参考，只要改下 相关代码即可。

using System;

namespace ConsoleApp2
{
    class Program
    {
        static void Main(string[] args)
        {
            System.Net.Http.HttpClient httpClient = new System.Net.Http.HttpClient();
            httpClient.BaseAddress = new Uri("https://dms.esnadexpress.com/");

            System.Net.Http.HttpRequestMessage httpRequestMessage = new System.Net.Http.HttpRequestMessage();
            httpRequestMessage.Method = new System.Net.Http.HttpMethod("GET");
            httpRequestMessage.Headers.Add("context-type", "application/pdf");
            httpRequestMessage.RequestUri = new Uri("https://dms.esnadexpress.com/img/2019-07-16/2/custom_pdf_ESNAD_1563242468479_54981_3223fe36-31c3-4d73-b447-d2c4720046fa.pdf");

            System.Net.Http.HttpResponseMessage httpResponseMessage = httpClient.SendAsync(httpRequestMessage).Result;

            if (httpResponseMessage.StatusCode == System.Net.HttpStatusCode.OK)
            {
                System.IO.Stream stream = httpResponseMessage.Content.ReadAsStreamAsync().Result;
                using (System.IO.FileStream fs = new System.IO.FileStream("e:\\download.pdf", System.IO.FileMode.CreateNew))
                {
                    byte[] buffer = new byte[stream.Length];
                    stream.Read(buffer, 0, buffer.Length);
                    fs.Write(buffer, 0, buffer.Length);
                }
            }
        }
    }
}

[manpa2772]

什么意思选取内容是什么

[virword]

首先，感谢各位大神的回复。 我先解释下，为什么不用httprequest 或 WebClient： 第一，我不知道我要的资料在哪，只有通过浏览器搜寻找到想要的内容。 第二，想要的内容不一定是全文，可能只是其中的部分内容。也就是说要在网页中检索出我要的内容。 第三，如果再调用httprequest 或 WebClient把网页或图片下载下来，再分析提出，等于要检索2次。还要在winForm和浏览器中切换。效率太低，达不到自动化的效果。 其次，我想说一下 我的主要问题是： 如何获得浏览器(如360浏览器）里网页中选取的部分内容（文本和图片）？

[生死看淡，不服就干]

没太懂楼主想实现什么功能，你是要自己开发一个winform程序浏览网页，然后在浏览的过程中把你觉得好的东西保存一下，还是用浏览器浏览网页，然后把比较好的东西保存一下。

[冰川711]

引用 29 楼 virword 的回复:

首先，感谢各位大神的回复。 我先解释下，为什么不用httprequest 或 WebClient： 第一，我不知道我要的资料在哪，只有通过浏览器搜寻找到想要的内容。 第二，想要的内容不一定是全文，可能只是其中的部分内容。也就是说要在网页中检索出我要的内容。 第三，如果再调用httprequest 或 WebClient把网页或图片下载下来，再分析提出，等于要检索2次。还要在winForm和浏览器中切换。效率太低，达不到自动化的效果。 其次，我想说一下 我的主要问题是： 如何获得浏览器(如360浏览器）里网页中选取的部分内容（文本和图片）？

既然你都选取内容了 你就按一下 Ctrl+V 然后 winform里 操作剪切板就好了啊~

[冰川711]

上面手误了 应该是 Ctrl+C 复制， 然后 winform 里 获取剪切板 内容

[virword]

用 Clipboard.GetDataObject()，但这种方法，不能图文一并获取，而且无法获得链接内容（即源码、htmlText）。

[SinGooCMS]

如果你是要搞采集的话，送你一个强大的html分析工具：HtmlAgilityPack。

[霍先生的虚拟宇宙网络]

有一个插件程序叫cefsharp的你可以百度下看看。可以让你开启浏览器神模式。没有信息是拿不到的。

[Hello World,]

你还不如去用网络收藏夹，比如http://yijee.esgao.cn/，注册个账号就可以了。
或者使用油猴插件，写JS代码，将选区发送到指定的地址，再写入数据库或者文件里

[virword]

这个建议不错，可是后期如果能完整地从图中把文字识别出来，那就可以争大钱啦！

[weixin_42694355]

看了上面的回答，好像都没有理解楼主的意思。 楼主其实可以做成像QQ截图一下，设置组合键，调用自己的程序去截图，截完后你可以对图片进行文字提取保存文本，或是直接保存图片到你自己的系统里面。

[古道白云]

我的一个C#项目，也涉及到和楼主一样的问题，研究了好几天了，一个基本的思路是获得浏览器窗口的句柄，然后发送CTRL+C，把内容复制到系统的剪贴板中，再提取剪贴板内容，但目前看问题还比较多。不知道楼主解决了没有，如果解决了可否分享下。谢谢！

[liushiying18]

每天逛逛CSDN学习

[独立观察员]

楼主可以把这个改造一下

[shawn_yang]

自己写个浏览器插件，用插件去获取复制内容

[virword]

好久没上了，这个问题已经解决，但一直找不到自已发的贴了，今天终于到了。我把解决的方法说一下，也免其它人走弯路，其实也很简单，就是通过自动化功能AfxOleInit，拖动时触发OnDrop事件，通过枚举，就可以得到网页的源代码。
pDataObject->GetData(fe.cfFormat, &stgm)
.......
{ //判断是不是Version:1.0 字符前五个字
if (*pText == 0x56 && *(pText + 1) == 0x65 && *(pText + 2) == 0x72 && *(pText + 3) == 0x73 && (pText + 4) == 0x69)
{
if (pDataObject->IsDataAvailable(fe.cfFormat))
{
CString strUrl;
strUrl.Format("%s\r\n", UtfToGbk(pText));//获取网页代码 要urltoGbk.
((CMFCApplication6Dlg)m_pParent)->ShowStatus(strUrl);
}
}
.......
希望能给大家一点帮助。