WPF CefSharp 爬虫

一、实际需求

             EMS邮件的自动分拣，要分拣首先须要获取邮件的面单号和邮寄地址，如今咱们的快递通常都有纸质面单的，若是是直接使用图像识别技术从纸质面单中获取信息，这个开发的成本和实时性都很难保证，获取信息以后还要分别处理，出口件要分到全国的对应地区，进口件要分到所在地区的各个小区。因此要提早获取面单号和邮寄地址两个关键信息，处理完以后，直接把面单号和地址信息传给分拣设备。

 

二、客观状况

             邮政系统有本身的内网，办公系统，有查询的页面，暂时没有提供相关的接口开发，看来只能经过爬虫的相关技术获取这些关键信息了。

 

三、CefSharp（WPF）

             比较了解C#，此次准备用WPF来开发，以前用CefSharp作过一些混合开发，Html来作页面，后台用C#，能够访问一些本地资源，以为这种组合比较适合我。看到这个需求，首先就是想到了用CefSharp来访问他们的内网系统，而后写JS来自动实现浏览页面，嵌入自定义的 funciton，访问后台的C#代码，保存须要的信息。

 

四、具体实现

             使用 CefSharp 的Browser.RegisterJsObject 注册自定义的 funciton ,这个一步是整个爬虫的重中之重，这样以后，就至关于能够控制浏览器的访问逻辑了，能够按照咱们本身的设计流程来运行，这里面究竟是如何运用和能发挥的能量，只取决于你的想象力。

   

1）注册自定义 function

 

2) 能够在 JS中访问的后台C#代码

 

3）JS中调用自定义funciton

 

 

五、总结

               整个过程当中的关键环节是要让爬取的那个页面能访问到后台C#代码，CefSharp在爬虫中就至关于航空母舰级别的存在，是一个重量级的武器，能够不用本身写正则获取数据，它已经帮你解析好了，只用写JS脚本就能够了。