winform里面打开网页，以及意想不到的功能

首先，新建一个winform项目，我在想，如果想要实现打开网页功能的话，应该会有一个控件什么之类的吧？查了工具栏，真的有一个名叫 WebBrowser的家伙，应该就是这货没错了。在网上查了它的资料更加坚定了我的判断，二话不说，拖进Form里。接着，就是要显示一个网页了，要怎 么实现呢？继续查看WebBrowser都有啥属性和方法：

　　看了以上信息后，Navigate这个方法最靠谱，所以在Form1_Load中加入了一句代码：

webBrowser1.Navigate("http://www.baidu.com/");

　　运行后百度的页面出来了，搞定！原来如此简单！

　　这么一句就搞定了，我开始不满足于现状，我想查看一下生成baidu的网页源代码，有一个属性是：DocumentText，我想应该是这个，于是我在Form1_Load加了这么一句：

　　this.textBox1.Text = webBrowser1.DocumentText;

　　运行后，发现textbox里啥都没显示，调试发现webBrowser1.DocumentText居然是空值，难道是我 DocumentText不是显示页面内容的属性？不对，我再加入webBrowser1.Document来调试，发现居然是个null值，一定是哪里 弄错了！

　　我仔细检查了一下，原来是我看事件不仔细，webBrowser1.DocumentText这个必须放在webBrowser1_DocumentCompleted事件中，等页面加载完成后，才能获取到网页的值，再试一下，果然成功了！

private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
{
　　this.textBox1.Text = webBrowser1.DocumentText;
}

　　不过……为什么会有乱码啊？！

　　不行，我要把乱码去掉，默认是utf-8的页面，我只要把它转换成gb2312即可，所以就不能直接webBrowser1.DocumentText，我打算采用StreamReader来转换好一些：

StreamReader getReader = new StreamReader(this.webBrowser1.DocumentStream, Encoding.GetEncoding("gb2312"));
this.textBox1.Text = getReader.ReadToEnd();

　　OK，两句就搞定！注意哦，我这里用的是this.webBrowser1.DocumentStream

　　我又突发奇想，如果我只想要获取网页中的图片地址该怎么办咧？大概的思路就是从生成的网页源代码里找到img标签，并从src里取出来呗，于是有了以下代码：

　　　　　　　StreamReader getReader = new StreamReader(this.webBrowser1.DocumentStream, Encoding.GetEncoding("gb2312"));
            ArrayList list = new ArrayList();
            string strRegex = "<img (.|\n)+?>";
            Regex regex = new Regex(strRegex, RegexOptions.IgnoreCase);
            MatchCollection match = regex.Matches(getReader.ReadToEnd());
            int startp, endp;
            for (int i = 0; i < match.Count; i++)
            {
                bool flag = false;
                string Img = match[i].ToString();
                startp = Img.ToLower().IndexOf("src=\"");
                if (startp != -1)
                {
                    startp = startp + 5;
                    endp = Img.ToLower().IndexOf("\"", startp + 1);
                    Img = Img.Substring(startp, endp - startp);
                    foreach (string str in list)
                    {
                        if (Img == "str" || Img == "/" || Img == "")
                        {
                            flag = true;
                            break;
                        }
                    }
                    if (!flag)
                    {
                        this.textBox1.Text += Img.ToString() + "\r\n";
                    }
                }
            }

　　输出以下结果：

　　http://www.baidu.com/img/shouye_b5486898c692066bd2cbaeda86d74448.gif 　　http://www.baidu.com/cache/global/img/gs.gif

　　虽然是成功取出了图片地址，但是感觉总是写这么多代码，有点不妥，这样一种取图片的功能，我想应该是很多人都会有这种需求，应该有啥控件或插件之类的吧？再网上搜了一下，果然让我找到了一个比较好用的——HtmlAgilityPack

　　把HtmlAgilityPack.dll引入项目后，只要编写如下代码就能实现如上的功能：

            string strImg = "";
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(getReader.ReadToEnd());
    　　　　 foreach (var img in doc.DocumentNode.SelectNodes("//img"))
            {
                strImg += img.Attributes["src"].Value.ToString() + "\r\n";
            } 　　　　　　　this.textBox1.Text = strImg;

　　太强大了，我想HtmlAgilityPack这货的能力应该不仅仅如此，比如还可以用它来去脚本，去样式，和去注释等：

            foreach (var script in doc.DocumentNode.Descendants("script").ToArray())
            {
                script.Remove();
            }
            foreach (var style in doc.DocumentNode.Descendants("style").ToArray())
            {
                style.Remove();
            }
            foreach (var comment in doc.DocumentNode.SelectNodes("//comment()").ToArray())
            {
                comment.Remove();
            }

　　就是如此简单，写更少的代码，做更多的事！