Webページを巡回して、処理する

会社の文書管理サーバーの中にあるWebページを巡回して処理しないといけないことがあって、でも全社サーバーなのでAPIに触れないので、Webページを読み込んでHTMLを処理しないといけないということがたまにあって、何度か泣きながら同じようなコードを書いているので、スケルトンだけメモっておく。

参照に Microsoft.mshtmlを追加。

<Window x:Class=”Web.MainWindow”
        xmlns=”http://schemas.microsoft.com/winfx/2006/xaml/presentation”
        xmlns:x=”http://schemas.microsoft.com/winfx/2006/xaml”
        Title=”MainWindow” Height=”344″ Width=”432″>
    <Grid>
        <WebBrowser Margin=”0,44,0,0″ Name=”webBrowser1″  VerticalAlignment=”Stretch” HorizontalAlignment=”Stretch”  LoadCompleted=”webBrowser1_LoadCompleted” />
        <Button Content=”Button” Height=”23″ HorizontalAlignment=”Left” Margin=”24,15,0,0″ Name=”button1″ VerticalAlignment=”Top” Width=”75″ Click=”button1_Click” />
    </Grid>
</Window>

using System;
using System.Windows;
using System.Windows.Navigation;
using System.Collections;

namespace Web
{
    /// <summary>
    /// MainWindow.xaml の相互作用ロジック
    /// </summary>
    public partial class MainWindow : Window
    {
        public MainWindow()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, RoutedEventArgs e)
        {
            DoScan();
        }

        string[] url = {
                           “http://www.yahoo.co.jp”,
                           “http://uchukamen.com”,
                           “http://www.google.co.jp”
                       };

        IEnumerator en = null;

        private void DoScan()
        {
            this.button1.IsEnabled = false;
            en = url.GetEnumerator();
            GoToNextWebPage();
        }

        private void GoToNextWebPage()
        {
            if (en.MoveNext())
                this.webBrowser1.Source = new Uri((string)en.Current);
            else
                this.button1.IsEnabled = true;
        }

        private void webBrowser1_LoadCompleted(object sender, NavigationEventArgs e)
        {
            DoParse();
            GoToNextWebPage();
        }

        private void DoParse()
        {
            string text = ((mshtml.HTMLDocument)this.webBrowser1.Document).documentElement.innerHTML;
            string innterText = ((mshtml.HTMLDocument)this.webBrowser1.Document).documentElement.innerText;
        }

    }
}