Добрый день !
Задача у меня вот какая: надо с страницы выдернуть текст.
Подошел бы HTML, но дело в том, что часть контента формируется с помощью JS, и соотв-но в HTML-коде этого контента нет. ResponseText из Msxml2.XMLHTTP возвращает почему-то HTML.
Получилось взять текст только с помощью InternetExplorer.Application, но он как-то уж очень медленно работает.
Если у кого есть идеи - буду очень признателен.

С уважением, Сергей.

MSInet Control получает текст непосредственно от сервера. Ему JS и исполнять-то нечем...

Ну сервер-то отдаст что надо. А вот как получить текст, исполняемый в браузере ? Я так понимаю, что только создав что-то типа InternetExplorer.Application.
Честно говоря думал всегда, что ResponseText возвращает текст, а ResponseHTML соотв-но код страницы.

Ну русским же языком сказал - на форму MS Inet Control, Inet1.Execute URL, "GET" и выгребай свой яваскрипт

sText содержит HTML код. А как можно текст страницы получить ? Я все таки, наверное, не до конца понимаю.

См. аттач

Присоединённый файл ( Кол-во скачиваний: 57 )
 Inet_Control.zip 2,24 Kb

Говорит, что не хватает аргументов Inet1.Execute(URL, "GET")

Значит, у тебя референс на Microsoft Internet Transfer Control 6.0 улетел - восстанови. Проект - Компоненты.

Вот тут написано, что у метода Execute (для HTTP) должно быть 4 аргумента
http://read.excode.ru/art696p1.html

Версию system32\msinet.ocx озвучьте плиз

Я, скорее всего что-то не так делаю, потому как в Access работает и такой код:


т.е. с единственным аргументом.
И Inet1.GetChunk(1024, icString) все равно возвращает (в Access) HTML-код.

В общем вот такая вот ситуация: работает только с таким кодом


Но все равно возвращает не текст с страницы, а ее HTML-код. Ай нид хелп. Буду очень признателен.

С уважением, Сергей.

Вот что получаю я...
Версия msinet.ocx - 6.00.8862, wininet.dll - 6.00.3790.4186 (srv03_sp2_qfe.071108-1306)


Присоединённый файл ( Кол-во скачиваний: 40 )
 1.JPG 191,81 Kb

Я тему специально назвал:


Тот пример, что Вы здесь привели возвращает именно HTML-код, среди которого, конечно, есть ЧАСТЬ текста страницы. Примером может служить всем известный Яндекс-директ, который на странице в браузере виден, а в HTML-коде его нет, только ява-скрипт.

Упс... вижу одно, думаю другое... сорри, бывает.
Тады чуть позже.

Извините, а можно ли полный код представить ?
Ну что-то вроде:


Огромное Вам спасибо.
С уважением, Сергей.

Так полнее некуда!  ;)

Кладешь на форму WebBrowser(WebBrowser1) и пользуешься кодом.

Добавлено через 10 минут и 6 секунд
Простите, понял свою ошибку - исправляю:

Подключаешь к проекту компонент "Microsoft Internet Controls" (ieframe.dll).
Кладешь на форму новый экземпляр объекта WebBrowser с именем WebBrowser1.
Используешь код.

Вот, что у меня кажет :(



Это сообщение отредактировал(а) svch - 12.3.2008, 14:11

У вас на форме нет созданного экземпляра компонента.  В этом проблема.

Ну как же нет, если даже навигация прошла и этот компонент получил html-код сайта ?

Странно. У меня на VB6 работает.
Попробуйте подключить рефференс того, чему у вас соответствует Body.

А вы не могли бы выложить сюда нужные файлы (для регистрации и пример кода) ?
У меня просто VS 2005, я только начинающий ... и "подключить рефференс того, чему у вас соответствует Body" - не знаю, что это значит.

Спасибо.
С уважением, Сергей.

Пожалуйста. Вот проект.


Присоединённый файл ( Кол-во скачиваний: 15 )
 svch.zip 1,75 Kb

Ну не до такой же степени, чтобы ошибаться разделом...

Тема перенесена

Перемещено в VB .NET.

В общем что-то начало вырисовываться ...
В браузере открывается страница, текст получить могу.
Но есть одно "но".
Страниц этих у меня довольно много, и я сделал цикл по таблице с урлами.
При переходе на следующую запись в таблице я гружу текущий урл в браузер и вот тут получается затык.
Дело в том, что надо как-то дождаться, пока страница полностью загрузится и уже после получать с нее текст.

Пытался как-то обрабатывать WebBrowser_DocumentComplete и WebBrowser.Busy, но как-то безуспешно. 
Помогите добить до конца уж ...

С уважением, Сергей.

З.Ы. Может все таки тему обратно в VB6 перенести ? Я таки его себе установил.

Загрузку каждого последующего адреса нужно вызывать в конце процедуры WebBrowser_DocumentComplete, после извлечения текста страницы.



Попроси Akina.    

Ну вы даёте  . Вам вообще без разницы, на .NET писать или на 6 o_O ? Это же абсолютно разные вещи.
Перемещаю обратно.

А как его там вызывать-то ? Если использовать что-то похожее на это.



С уважением, Сергей.

Ну хотя бы так:


Это сообщение отредактировал(а) Naghual - 13.3.2008, 17:25

А по какой причине 

может возвращать пустое значение ? Хотя страница в браузер грузится.

Ну например, если страница из фреймов.

Нет, фреймов нет. Что-то все равно я не так делаю :(



Выдается пустой MsgBox, хотя если открыть этот урл по-простому

то все отображается нормально. Бьюсь, как рыба об лед. Решение где-то совсем уже рядом.

С уважением, Сергей.

Народ! Похожая проблема...
Необходимо отслеживать изменеие некое инфы на странице. Структура документа сильно фреймованная. До нужного фрейма посредством DOM добрался. Свойство innerHTML и innerText не возвращает то, что нужно, ибо контент динамический...
Скрипт генерит контент весьма кудряво. Да и сам скрипт, генерящий контент, генерится многоступенчато другим скриптом из другого фрейма. Ну вот такой вот веб-программер извращенец...
НУЖНО:
нужно то, что показывается по меню правой кнопки, пункт "Исходный текст"
Можно конечно и хэндл окна получить, и мессиджи послать, и отловить хэндл окна просмотра исходного кода, и опять мессиджи послать, и текст выгрести... 
Но я не верю, что через DOM или объектную модель эту инфу извлечь невозможно! Я просто не понимаю...
Да и DOM в объекте WebBrowser урезанный какой-то!
WebBrowser.Document.all.frames(i).name возвращает, а...
WebBrowser.Document.all.frames(i).innerHtml - кричит, что неподдерживаемое свойство! Чоза? 

Это сообщение отредактировал(а) AlexChuntonov - 14.3.2008, 15:33

Так у Вас, батенька, нет понимания алгоритма того что Вы же сами и делаете. Читайте основы.
Вот как примерно должно быть:


AlexChuntonov, пожалуйста, создайте отдельную тему.

Это сообщение отредактировал(а) Naghual - 14.3.2008, 15:31

Да, спасибо большое за поправку.
Но в данном виде код с моими урлами не работает. Такое ощущение, что

срабатывает раньше, чем страница полностью загружена. 
Я сделал отдельную кнопку с этим событием, загрузил в браузер один из своих урлов, дождался загрузки. Нажал на кнопку и получит нужный текст.
Почитал, что есть события Busy и State. Busy не советуют, а вот как пользоваться State - я найти не могу.

С уважением, Сергей.

В ошибках рождается истина!

Проконтролруйте, не срабатывает ли событие DocumentComplete несколько раз для одного УРЛа. Если да - продебагте все состояния State и Busy для выяснения закономерности.

Вариантов масса - пробуйте.

Думаю, что нет. Сообщение выдается один раз на один урл. Просто контент страницы, как я говорил, сожержит яву-скрипт, который в свою очередь грузит доп.контент (с другого сайта). Поэтому, может, скачав вель локальный контент и происходит событие WebBrowser1_DocumentComplete ? А вот как дождаться, пока вся страница будет загружена ?
Ставил следующий код в WebBrowser1_DocumentComplete:

Ходит по этому циклу непереставая   

С уважением, Сергей.

УРЛ в студию!

Урл в личку ушел.

Ок. Я посмотрел на него.
Вопрос:  Какой текст вы хотите получить с этой страницы, если там НЕТ текста!  Все формируется динамической графикой.

Это сообщение отредактировал(а) Naghual - 14.3.2008, 18:39

Я думаю над вашим вопросом...

Добавлено через 14 минут и 51 секунду
Вот что придумалось на текущий момент:



Пробуйте, пишите.

В общем пляски с бубнами и помощь участников форума привела меня вот к чему:
в Нете я нашел события, которые есть у компонента WebBrowser, прописал их в код и смотрел, какое событие за каким срабатывает. У меня получилось, что всегда на последнем месте WebBrowser1_CommandStateChange, на него я свой обработчик и поставил. Событие срабатывает несколько раз за навигацию, поэтому надо еще отловить WebBrowser1_DownloadComplete (возможно, это мой частный случай)



С уважением, Сергей.

Появился еще трабл :(
При загрузке проги, переход по урлам нормальный и быстрый. Но после 5-10 урлов начинаются тормоза, которые только увеличиваются. Что нужно сделать с браузером, чтоб этого не происходило ? Память как-то очистить или еще что ?

Большое спасибо.
С уважением, Сергей.

Уважаемые гуру ?
Не обделите вниманием  Очень нужно решить вопрос.

Буду ОЧЕНЬ признателен.

Ну в общем пришлось сделать отдельных два exe-шника и из одного запускать другой. Иначе память съедается.

старая тема, сори что поднимаю, но ради этого только зарегался.
насчет пустого msgbox, вместо содержимого страницы:

Короче мой способ прост до безобразия. В самом начале, например при форм.лоад открываем в браузере about:blank, после чего уже вызываем нужную нам страницу.
Когда вы только вызвали страницу сразу запрашивать код или содержимое бесполезно - страница не успевает загрузиться. Но раз мы загрузили бланк (чистая страница), то после вызова интересующей нас странички перед выводом msgbox'а проверить, чтобы WebBrowser1.Document.body.innerText <> "", и проверку зациклить, пока не получим содержимое страницы. 

Надеюсь кому-то это поможет.

Страшный уж способ, ИМХО. DocumentComplete-событие чем не угодило?

Читал тему,тк у меня подобный вопрос.
Сделал как описывалось выше! Получилось только вывести ВЕСЬ текст в text,а как вывести отдельный текст в text?
Например,IP,на 2ip.ru.
Как быть?
  

Для этого нужно понимать, что вы хотите загружать и где это находится. А для этого Вам нужно понять объектную модель DOM в HTMLе. Привожу несколько примеров, а нужный выбирайте сами.

1. Если известно ID текстового поля:

То получаем значения из него так:


2. Если известно Name текстового поля:

То получаем значения из него так:


3. Если известно Name текстового поля и ID формы:

То получаем значения из него так:

ЗЫ. Если неизвестен ID формы, то можно получить её из коллекции forms для объекта document. 

4. Текстовое поле можно тж. найти в коллекции all для объекта document.
5. Другими элементами также можно манипулировать, например, с помощью свойств innerHTML,  innerTEXT, outerHTML.

Чтобы было понятнее, попробуйте загрузить какую-нибудь страницу и запустить код, а после поэкспериментировать с ним:



Это сообщение отредактировал(а) DrBoom - 16.8.2009, 19:11