使用.NET的WebBrowser组件无法获取元素class属性值如何解决

问题原因 #

• .NET WebBrowser控件底层封装的是IE核心DOM接口，HTML标准中的class属性在IE DOM的COM交互层中映射的属性名为className，直接调用GetAttribute("class")永远只能返回空字符串。
• 代码存在隐藏逻辑错误：while循环的判断条件逻辑运算符使用错误，counter<counted || found会导致匹配到目标元素后循环依然不会终止，当counter超过集合总数时会触发索引越界异常，正确的逻辑应为counter < counted && !found，遍历到符合条件的元素后直接终止循环。

修正方案 #

将获取属性的代码从elem.GetAttribute("class")修改为elem.GetAttribute("className")，同时修正循环条件的逻辑错误即可，修正后的完整代码如下：

private void Form1_Load(object sender, EventArgs e)
{
    this.webBrowser1.Navigate("https://repubblica.it");              

}

private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
{
    string divClassName = "menu-panel-col";
    n = n + 1;
    HtmlDocument doc = webBrowser1.Document;           
    HtmlElementCollection coll1= doc.GetElementsByTagName("div");               
    int counter = 0;
    int counted = coll1.Count;
    bool found = false;
    HtmlElement searchedElement = null;

    // 修正循环判断逻辑
    while(counter < counted && !found)
    {
        HtmlElement elem=coll1[counter];
        // 改用className获取class属性值
        string str = elem.GetAttribute("className");
        if(str!="")
        {
            string res = str;
        }
        if(str.Equals(divClassName))
        {
            found = true;
            searchedElement = elem;
        }
        counter++;
    }
    string msg = "";
    
}

内容的提问来源于stack exchange，提问作者surferNet