访问 WatiN 中的整页源代码

Question

作为 WatiN 测试的一部分，我正在寻找一种方法来通过 DTD 验证器传递我的网页，但我还没有找到一种访问原始 HTML 的干净方法。有内置的方法可以做到这一点吗？

我想我可以访问 IPersistStreamInit 接口的 IE.InternetExplorer 和 QueryInterface 属性，并将文档序列化为 IStream >，但我想这似乎是一项相当常见的任务，需要做很多工作。

我在 WatiN 中遗漏了一些明显的东西吗？或者有人能想出比我上面概述的更好的解决方案吗？毕竟该解决方案是非常特定于 IE 的。

Answer 1

以下是访问源代码的方法：

browser.ActiveElement.Parent.OuterHtml

Answer 2

字符串 html = browser.Body.Parent.OuterHtml;

Answer 3

看来没有更好的办法了。我提交了功能请求并提交而是在 WatiN 的 sourceforge 跟踪器上打一个补丁。

Answer 4

我想删除一些行来帮助那些努力通过 WatiN 获取网页的原始 HTML 源代码的人，但是，无需修补 WatiN - 只是出于品味问题。

因此，利用 Johan Levin 的补丁，我将以下内容拼凑在一起。确保安全并希望您发现它有用。

    private static TextVariant GetWebPageSource(IE browser)
    {
    IHTMLDocument2 htmlDocument = ((IEDocument)(browser.DomContainer.NativeDocument)).HtmlDocument;
    Encoding encoding = Encoding.GetEncoding(htmlDocument.charset);
        IPersistStreamInit persistStream = (IPersistStreamInit)htmlDocument;
        MinimalIStream stream = new MinimalIStream();
        persistStream.Save(stream, false);
        return new TextVariant(encoding.GetString(stream.ToArray()));
    }

    [Guid("7FD52380-4E07-101B-AE2D-08002B2EC713")]
    [InterfaceTypeAttribute(ComInterfaceType.InterfaceIsIUnknown)]
    public interface IPersistStreamInit
    {
        void GetClassID(out Guid pClassID);
        int IsDirty();
        void Load(IStream pStm);
        void Save(IStream pStm, bool fClearDirty);
        void GetSizeMax(out long pcbSize);
        void InitNew();
    }

    // http://stackoverflow.com/questions/6601355/passing-an-fstream-or-equivalent-from-c-to-c-through-cli
    [ClassInterface(ClassInterfaceType.AutoDispatch)]
    public class MinimalIStream : MemoryStream, IStream
    {
        public MinimalIStream() { }

        public MinimalIStream(byte[] data) : base(data) { }

        #region IStream Members
        public void Write(byte[] pv, int cb, IntPtr pcbWritten)
        {
            base.Write(pv, 0, cb);
            if (pcbWritten != IntPtr.Zero)
                Marshal.WriteInt64(pcbWritten, (long)cb);
        }

        public void Stat(out STATSTG pstatstg, int grfStatFlag)
        {
            pstatstg = new STATSTG();
            pstatstg.cbSize = base.Length;
        }

        public void Read(byte[] pv, int cb, IntPtr pcbRead)
        {
            long bytes_read = base.Read(pv, 0, cb);
            if (pcbRead != IntPtr.Zero) Marshal.WriteInt64(pcbRead, bytes_read);
        }

        public void Seek(long dlibMove, int dwOrigin, IntPtr plibNewPosition)
        {
            long pos = base.Seek(dlibMove, (SeekOrigin)dwOrigin);
            if (plibNewPosition != IntPtr.Zero) Marshal.WriteInt64(plibNewPosition, pos);
        }

        public void Clone(out IStream ppstm)
        {
            ppstm = null;
        }

        public void Commit(int grfCommitFlags)
        {
        }

        public void CopyTo(IStream pstm, long cb, IntPtr pcbRead, IntPtr pcbWritten)
        {
        }

        public void LockRegion(long libOffset, long cb, int dwLockType)
        {
        }

        public void SetSize(long libNewSize)
        {
        }

        public void Revert()
        {
        }

        public void UnlockRegion(long libOffset, long cb, int dwLockType)
        {
        }
        #endregion
    }

Answer 5

我发现：

browser.ActiveElement.Parent.OuterHtml

并不总是能得到一切，因为这取决于你的“ActiveElement”，因此：

browser.Body.Parent.OuterHtml

似乎工作得更好。 （浏览器是您的 IE 实例）

尽管我相信 Johan Levin 所说的 DOM 被序列化回文本格式是正确的。
因此，通过 URL 获取文档（不使用 WatiN）来验证它不是更容易吗？