首页 > 编程语言 > 详细

PuppeteerSharp(线程浏览器)读取页面完整HTML(.NetCore)

时间:2019-11-28 10:33:49      阅读:815      评论:0      收藏:0      [点我收藏+]

1.使用NUGET安装PuppeteerSharp

通过工具或者命令方式安装

2.初始化浏览器

await new BrowserFetcher().DownloadAsync(BrowserFetcher.DefaultRevision);

3.具体代码

using (Browser browser = await Puppeteer.LaunchAsync(new LaunchOptions { Headless = true }))
{
    using (var page = await browser.NewPageAsync())
    {
        //设置浏览器的页面大小
        await page.SetViewportAsync(new ViewPortOptions
        {
            Width = 1024,
            Height = 768
        });
        await page.GoToAsync("http://www.baidu.com");
        var html = await page.GetContentAsync();

        var sourceFile = "";
        var memoryStream = new MemoryStream(Encoding.Default.GetBytes(html));
        var sr = new StreamReader(memoryStream);
        sourceFile = sr.ReadToEnd();
        
        //针对源代码进行分析
        var te = new TextExtractor(sourceFile);
        te.extract();
        sr.Close();
        
        //将页面保存为图片
        //await page.ScreenshotAsync(@"D:\1.png",
        //    new ScreenshotOptions() { FullPage = true, Type = ScreenshotType.Png });
    }
}

PuppeteerSharp(线程浏览器)读取页面完整HTML(.NetCore)

原文:https://www.cnblogs.com/ykbb/p/11947035.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!