چرا سورس سایت را از وب بروزر نمی توان استخراج کرد ؟

[dele_ghamgin_2008]

سلام . وقتی توی وب بروزر آدرس سایت گوگل به این نشانی را می زنم . نمی توانم سورسش را استخراج کنم . مشکل چیست ؟

این صفحه چون اولش با عکس شروع میشه . سورس سایت رو برام استخراج نمی کنه . دستوری که من استفاده می کنم برای استخراج سورس سایت به شرح زیر است :

        private void Wb1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)

        {

                richTxt1.Text = Wb1.DocumentText;

         

        }

ولی اگر آدرس سایتی از گوگل را بزنم که دارای عکس نباشد ، سورس را به من می دهد . ولی اگر عکس دار باشد سورس را نمی دهد . چرا ؟

[Mani_rf]

از این کد استفاده کن :

 

HtmlElement elem;

if (webBrowser1.Document != null)

{

	HtmlElementCollection elems = webBrowser1.Document.GetElementsByTagName("HTML");

	if (elems.Count == 1)

	{

		elem = elems[0];

		string pageSource = elem.OuterHtml;

		richTxt1.Text = pageSource;

	}

}

[dele_ghamgin_2008]

از این کد استفاده کن :

 

HtmlElement elem;

if (webBrowser1.Document != null)

{

    HtmlElementCollection elems = webBrowser1.Document.GetElementsByTagName("HTML");

    if (elems.Count == 1)

    {

        elem = elems[0];

        string pageSource = elem.OuterHtml;

        richTxt1.Text = pageSource;

    }

}

از این هم استفاده کردم ولی باز هم نشد . اگر از طریق اینترنت آپشن قابلیت نمایش عکس را غیر فعال کنم درست میشه . ولی نمیخوام این کار بشه . یعنی میخوام با اینکه صفحه دارای عکس هست ، سورس سایت رو برام بیرون بکشه . این کد هم مثل کد خودم جواب نداد. راه دیگری هست ؟
من می خواهم حتماً از وب بروزر استفاده کنم . از کلاینت نمی خواهم چون عکس را نشان نمی دهد....

[FastCode]

آدرس وبسایت؟

[مهرداد صفا]

سلام . وقتی توی وب بروزر آدرس سایت گوگل به این نشانی را می زنم . نمی توانم سورسش را استخراج کنم . مشکل چیست ؟

این صفحه چون اولش با عکس شروع میشه . سورس سایت رو برام استخراج نمی کنه . دستوری که من استفاده می کنم برای استخراج سورس سایت به شرح زیر است :

        private void Wb1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)

        {

                richTxt1.Text = Wb1.DocumentText;

         

        }

ولی اگر آدرس سایتی از گوگل را بزنم که دارای عکس نباشد ، سورس را به من می دهد . ولی اگر عکس دار باشد سورس را نمی دهد . چرا ؟

سلام.
1- خصوصیت DocumentText متنی رو بر میگردونه که در صفحه نمایش داده میشه و نه سورس صفحه. برای گرفتن سورس می تونید از روشی که جناب Mani_rf اشاره کردند استفاده کنید.
2- ممکنه رویداد DocumentCompleted برای هر صفحه ای که navigate می کنید، چندین بار اتفاق بیفته (با لود شدن هر تصویر و یا script و ...). شما باید چک کنید که اگر آدرس آرگومنت رویداد با آدرس مورد نظر شما یکی بود، اقدام به دریافت سورس کنید.

[dele_ghamgin_2008]

آدرس وبسایت؟

https://www.google.com/search?q=%D8%...AC%DB%8C%D8%A8

[dele_ghamgin_2008]

سلام.
1- خصوصیت DocumentText متنی رو بر میگردونه که در صفحه نمایش داده میشه و نه سورس صفحه. برای گرفتن سورس می تونید از روشی که جناب Mani_rf اشاره کردند استفاده کنید.
2- ممکنه رویداد DocumentCompleted برای هر صفحه ای که navigate می کنید، چندین بار اتفاق بیفته (با لود شدن هر تصویر و یا script و ...). شما باید چک کنید که اگر آدرس آرگومنت رویداد با آدرس مورد نظر شما یکی بود، اقدام به دریافت سورس کنید.

1- از کد ایشان هم بهره گرفتم ولی عمل نکرد .
2- تا حدودی متوجه منظوران شدم ولی نه دقیق ، خب این دستور شرطی را در کدام بخش باید بنویسم تا چک کند ؟ یا دستور را برابر چی بنویسم ؟ مثلاً بنویسم اگر url وب بروزر برابر آدرس اینترنتی فلان بود بهم سورس را بدهد ؟

[مهرداد صفا]

سلام.
داخل رویداد DocumentCompleted چک کنید که مشخصه Uri آرگومنت با آدرس شما همخوانی دارد یا نه:

if(e.Uri==...)

//get the source

البته گاهی ممکنه آدرس مقصد کمی با آدرس شما متفاوت باشه که باید موردی بررسی کنید. برای مثال اگر شما به آدرس:

http://www.google.com"

برید، ممکنه سر از:

"https://www.google.com/...

در بیارید. ول در کل همیشه ابتدا تصاویر و ... و در آخر کل صفحه دانلود میشه.
نمونه کد:

//بسم الله الرحمن الرحیم 

//اللهم صل علی محمد و آل محمد 



using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

using System.Windows.Forms;



namespace WindowsFormsApplication1

{

    public partial class Form1 : Form

    {

        string url = "https://barnamenevis.org/";

        public Form1()

        {

            InitializeComponent();

            webBrowser1.Navigate(url);

        }



        private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)

        {

            if (e.Url.OriginalString == url)

                MessageBox.Show(new System.IO.StreamReader(webBrowser1.DocumentStream)  .ReadToEnd());





        }

    }

}

[dele_ghamgin_2008]

سلام.
داخل رویداد DocumentCompleted چک کنید که مشخصه Uri آرگومنت با آدرس شما همخوانی دارد یا نه:

if(e.Uri==...)

//get the source

البته گاهی ممکنه آدرس مقصد کمی با آدرس شما متفاوت باشه که باید موردی بررسی کنید. برای مثال اگر شما به آدرس:

http://www.google.com"

برید، ممکنه سر از:

"https://www.google.com/...

در بیارید. ول در کل همیشه ابتدا تصاویر و ... و در آخر کل صفحه دانلود میشه.
نمونه کد:

//بسم الله الرحمن الرحیم 

//اللهم صل علی محمد و آل محمد 



using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

using System.Windows.Forms;



namespace WindowsFormsApplication1

{

    public partial class Form1 : Form

    {

        string url = "https://barnamenevis.org/";

        public Form1()

        {

            InitializeComponent();

            webBrowser1.Navigate(url);

        }



        private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)

        {

            if (e.Url.OriginalString == url)

                MessageBox.Show(new System.IO.StreamReader(webBrowser1.DocumentStream)  .ReadToEnd());





        }

    }

}

من سایت های مختلفی دارم قرار نیست لینکم ثابت باشه . لذا اومدم دستور شما رو به این شکل تغییر دادم ولی باز هم عمل نکرد :

        private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)        {

            if (e.Url.OriginalString.StartsWith("http"))

                MessageBox.Show(new System.IO.StreamReader(webBrowser1.DocumentStream)  .ReadToEnd());}

مشکل من با سایت برنامه نویس و سایت های دیگر نیست . این مشکل فقط در گوگل رخ می دهد.
لینک سایتی که می خواهم سورسش خارج شود = https://www.google.com/search?site=&source=hp&q=موز

[FastCode]

با سایت های https دیگه هم میتونید آزامایش کنید؟

[dele_ghamgin_2008]

با سایت های https دیگه هم میتونید آزامایش کنید؟

واقعیت امر کار من فقط با گوگل هست . سایت های دیگری که عکس دار هستند مشکلی ندارند . به عنوان مثال وقتی لینک زیر که مربوط به یاهو هست رو میزنم سورس رو بهم میده و مشکلی نداره . لینک زیر دارای عکس هم هست و https هم هست مثل گوگل

https://search.yahoo.com/search;_ylt...yfp-t-402&fp=1