So extrahieren Sie die vollständige URL mit HtmlAgilityPack - C #

Question

So extrahieren Sie die vollständige URL mit HtmlAgilityPack - C #

c# extraction html-agility-pack hyperlink

Frage

In Ordnung mit dem Weg unten ist das Extrahieren nur der Verweis-URL wie folgt

der Extraktionscode:

foreach (HtmlNode link in hdDoc.DocumentNode.SelectNodes("//a[@href]"))
{
    lsLinks.Add(link.Attributes["href"].Value.ToString());
}

Der URL-Code

<a href="Login.aspx">Login</a>

Die extrahierte URL

Login.aspx

Aber ich möchte einen echten Link bekommen, wie der Browser geparst hat

http://www.monstermmorpg.com/Login.aspx

Ich kann es tun mit der Überprüfung der URL, ob http enthalten und wenn nicht den Domain-Wert hinzufügen, aber es kann einige Probleme bei einigen Gelegenheiten verursachen, und ich denke, nicht eine sehr kluge Lösung.

c # 4.0, HtmlAgilityPack.1.4.0

MonsterMMORPG

Beliebte Antwort

Ich kann es tun mit der Überprüfung der URL, ob http enthalten und wenn nicht den Domain-Wert hinzufügen

Das solltest du tun. Html Agility Pack kann Ihnen dabei nichts helfen:

var url = new Uri(
    new Uri(baseUrl).GetLeftPart(UriPartial.Path), 
    link.Attributes["href"].Value)
);

Darin Dimitrov

Meer bekijken op Stack Overflow

Duncan Smart · Accepted Answer · 10/13/2011 10:33:00 PM

Angenommen, Sie haben die ursprüngliche URL, können Sie die geparste URL wie folgt kombinieren:

// The address of the page you crawled
var baseUrl = new Uri("http://example.com/path/to-page/here.aspx");

// root relative
var url = new Uri(baseUrl, "/Login.aspx");
Console.WriteLine (url.AbsoluteUri); // prints 'http://example.com/Logon.aspx'

// relative
url = new Uri(baseUrl, "../foo.aspx?q=1");
Console.WriteLine (url.AbsoluteUri); // prints 'http://example.com/path/foo.aspx?q=1'

// absolute
url = new Uri(baseUrl, "http://stackoverflow.com/questions/7760286/");
Console.WriteLine (url.AbsoluteUri); // prints 'http://stackoverflow.com/questions/7760286/'

// other...
url = new Uri(baseUrl, "javascript:void(0)");
Console.WriteLine (url.AbsoluteUri); // prints 'javascript:void(0)'

Beachten Sie die Verwendung von AbsoluteUri und nicht unter Berufung auf ToString() , weil ToString die URL decodiert (um es „ den Menschen lesbare“), die nicht in der Regel ist das, was Sie wollen.

So extrahieren Sie die vollständige URL mit HtmlAgilityPack - C #

Frage

Fastest Entity Framework Extensions

Akzeptierte Antwort

Beliebte Antwort

Performance

Expression Evaluator

Related