Anglesharp-如何浏览其链接触发表单提交的网站

Question

我正在尝试从本网站的多个搜索结果页面上刮擦"更多"链接：https：//www.cgg.com/en/31

没有指向搜索结果任何特定页面的规范链接。当您导航到第2页时，URL保留https://www.cgg.com/en/31。

检查下面的HTML和JavaScript后，我看到分页链接在单击时触发JavaScript函数。

<a href="javascript:__doPostBack('ctl00$ContentPlaceHolder1$ctl00$Layout-7-main-partial2$TmsPager1$ctl02$ctl00','')">NEXT</a>

这是被调用的函数：

<script type="text/javascript">
//<![CDATA[
var theForm = document.forms['form1'];
if (!theForm) {
    theForm = document.form1;
}
function __doPostBack(eventTarget, eventArgument) {
    if (!theForm.onsubmit || (theForm.onsubmit() != false)) {
        theForm.__EVENTTARGET.value = eventTarget;
        theForm.__EVENTARGUMENT.value = eventArgument;
        theForm.submit();
    }
}
//]]>
</script>

因此，通过单击"下一步"，浏览器将重定向到同一URL，但具有不同的内容。

单击"下一个"按钮后，我想从下一页刮擦"更多"链接。自从单击"下一个"按钮实际上提交表单并重新加载页面以来，我将如何使用Anglesharp进行操作？

这是我到目前为止所拥有的：https：//dotnetfiddle.net/3f6xzc

Answer 1

这里有两个可能的答案：

1. 您需要JavaScript（例如，AngleSharp.JavaScript，最新版本的AngleSharp尚不可用），并且需要通过"单击"触发JavaScript的链接来触发表单。

（这是不起作用的 - 至少 - 如前所述）

2. （我想这是您所追求的 - 从问题的某些部分来看），您需要在C＃中实现该特定的JS。正如Anglesharp为您提供动态的DOM，您可以做到这一点。

特定的代码如下如下（假设您还调用document实例document）：

Task SubmitForm(IDocument document, string eventTarget, string eventArgument)
{
    var theForm = document.Forms["form1"];
    if (!theForm) {
        throw new InvalidOperationException("The form cannot be found!");
    }
    void SetElement(string name, string value)
    {
        var element = theForm.Elements[name] as IHtmlInputElement;
        if (element != null)
        {
            element.value = value;
        }
    }
    SetValue("__EVENTTARGET", eventTarget);
    SetValue("__EVENTARGUMENT", eventArgument);
    return theForm.SubmitAsync();
}

希望有帮助！