Análisis de página HTML con HtmlAgilityPack usando LINQ

c# html-agility-pack linq

Pregunta

¿Cómo puedo analizar html usando Linq en una página web y agregar valores a una cadena? Estoy utilizando HtmlAgilityPack en una aplicación de metro y me gustaría recuperar 3 valores y agregarlos a una cadena.

Aquí está el url = http://explorer.litecoin.net/address/Li7x5UZqWUy7o1tEC2x5o6cNsn2bmDxA2N

Me gustaría obtener los valores de los siguientes ver "belwo"

"Saldo:", "Transacciones en", "Recibido"

WebResponse x = await req.GetResponseAsync();
HttpWebResponse res = (HttpWebResponse)x;
if (res != null)
{
    if (res.StatusCode == HttpStatusCode.OK)
    {
        Stream stream = res.GetResponseStream();
        using (StreamReader reader = new StreamReader(stream))
        {
            html = reader.ReadToEnd();
        }
        HtmlDocument htmlDocument = new HtmlDocument();
        htmlDocument.LoadHtml(html);

        string appName = htmlDocument.DocumentNode.Descendants // not sure what t
        string a = "Name: " + WebUtility.HtmlDecode(appName);
    }
}

Respuesta aceptada

Por favor intenta lo siguiente. También puede considerar separar la tabla, ya que está un poco mejor formada que el texto libre en la etiqueta 'p'.

Saludos, Aaron.

// download the site content and create a new html document
// NOTE: make this asynchronous etc when considering IO performance
var url = "http://explorer.litecoin.net/address/Li7x5UZqWUy7o1tEC2x5o6cNsn2bmDxA2N";
var data = new WebClient().DownloadString(url);
var doc = new HtmlDocument();
doc.LoadHtml(data);

// extract the transactions 'h3' title, the node we want is directly before it
var transTitle = 
    (from h3 in doc.DocumentNode.Descendants("h3")
     where h3.InnerText.ToLower() == "transactions"
     select h3).FirstOrDefault();

// tokenise the summary, one line per 'br' element, split each line by the ':' symbol
var summary = transTitle.PreviousSibling.PreviousSibling;
var tokens = 
    (from row in summary.InnerHtml.Replace("<br>", "|").Split('|')
     where !string.IsNullOrEmpty(row.Trim())
     let line = row.Trim().Split(':')
     where line.Length == 2
     select new { name = line[0].Trim(), value = line[1].Trim() });

// using linqpad to debug, the dump command drops the currect variable to the output
tokens.Dump();

'Dump ()', es un comando LinqPad que descarga la variable en la consola, a continuación se muestra una muestra de la salida del comando Dump:

  • Balance: 5 LTC
  • Transacciones en: 2
  • Recibido: 5 LTC
  • Transacciones fuera: 0
  • Enviado: 0 LTC

Respuesta popular

el documento que tiene que analizar no es el mejor formado para analizar muchos elementos faltan en la clase o al menos el atributo id, pero lo que desea obtener es un segundo contenido de etiqueta p en él

puedes probar esto

HtmlDocument htmlDocument = new HtmlDocument();
htmlDocument.LoadHtml(html);



var pNodes = htmlDocument.DocumentNode.SelectNodes("//p")
[1].InnerHtml.ToString().Split(new string[] { "<br />" }, StringSplitOptions.None).Take(3);

 string vl="Balance:"+pNodes[0].Split(':')[1]+"Transactions in"+pNodes[1].Split(':')[1]+"Received"+pNodes[2].Split(':')[1];


Related

Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
¿Es esto KB legal? Sí, aprende por qué
Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
¿Es esto KB legal? Sí, aprende por qué