如何使用C＃获取HTML元素坐标？

我打算开发网页爬虫，它将从网页中提取html元素的坐标。我发现通过使用“mshtml”程序集可以获取html元素坐标。现在我想知道是否有可能以及如何从网页获取必要的信息（html，css），然后通过使用适当的mshtml类获得正确的所有html元素的坐标？如何使用C＃获取HTML元素坐标？

谢谢！

来源

2009-10-10 spacemonkey

你的意思是坐标从浏览器窗口的顶部和左侧边缘的像素？由于这在不同的浏览器中呈现略有不同，我怀疑这甚至是可能的。（而且，定义哪个坐标“正确”似乎也是不太可能的） – 2009-10-10 10:44:18

它可能会呈现稍微不同的结果，但只有一种方法是正确的（假设您有一个CSS文件可以消除浏览器默认值） – erikkallen 2009-10-10 10:56:29

以像素为单位的坐标可能与父节点相关。我的意思是关于正确的坐标，是没有css文件的呈现的html文件会给出不同的坐标元素。我不知道是否有可能使用HTMLDocument类来分析网页，而无需手动下载它，并尽可能高效地进行分析。 – spacemonkey 2009-10-10 10:59:07

我使用这些c＃函数来确定元素的位置。您需要传入对所讨论的HTML元素的引用。

public static int findPosX(mshtml.IHTMLElement obj) 
{ 
    int curleft = 0; 
    if (obj.offsetParent != null) 
    { 
    while (obj.offsetParent != null) 
    { 
     curleft += obj.offsetLeft; 
     obj = obj.offsetParent; 
    } 
    } 

    return curleft; 
} 

public static int findPosY(mshtml.IHTMLElement obj) 
{ 
    int curtop = 0; 
    if (obj.offsetParent != null) 
    { 
    while (obj.offsetParent != null) 
    { 
     curtop += obj.offsetTop; 
     obj = obj.offsetParent; 
    } 
    } 

    return curtop; 
}

我从当前文档HTML元素，像这样：

// start an instance of IE 
public SHDocVw.InternetExplorerClass ie; 
ie = new SHDocVw.InternetExplorerClass(); 
ie.Visible = true; 

// Load a url 
Object Flags = null, TargetFrameName = null, PostData = null, Headers = null; 
ie.Navigate(url, ref Flags, ref TargetFrameName, ref PostData, ref Headers); 

while(ie.Busy) 
{ 
    Thread.Sleep(500); 
} 

// get an element from the loaded document 
mshtml.HTMLDocumentClass document = ((mshtml.HTMLDocumentClass)ie.Document); 
document.getElementById("myelementsid");

来源

2009-11-13 02:26:07

我不确定在C＃中如何做到这一点，因为它不是我选择的语言，但可以使用Javascript完成，特别是使用jQuery的offSet() function。

来源

2009-10-10 11:33:06

您能解释一下这个方法吗？为了获得我需要的信息，应该采取哪些步骤？ – spacemonkey 2009-10-10 11:49:55

这只是调用您想要偏移的DOM元素上的函数的一种情况。这个环节有几个例子。 – 2009-10-10 12:00:51

如何使用C＃获取HTML元素坐标？

回答

相关问题