Obtén todos los enlaces dentro de un div y guárdalos en una lista

c# html html-agility-pack

Pregunta

Descargo un sitio html con WebClient y downloadString () y luego trato de obtener todos los enlaces entre ellos y ellos en una lista.

Después de algunos intentos y 2 horas de trabajo, 1 vez obtuve todos los enlaces, a veces solo obtengo uno y otras no.

Aquí hay una muestra de mi código: simplemente dejo el Bloqueo de captura para una mejor legibilidad.

List<string> getLinks = new List<string>();
for (int i = 0; i < wikiUrls.Length; i++)
{
    try
    {
        string download = client.DownloadString(wikiUrls[i]);
        string searchForDiv = "<div class=\"wiki\">";
        int firstCharacter = download.IndexOf(searchForDiv);
        //if wiki doens't exists, go to next element of for loop
        if (firstCharacter == -1)
            continue;
        else
        {
            HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
            document.LoadHtml(download);
            string nodes = String.Empty;
            var div = document.DocumentNode.SelectSingleNode("//div[@class=\"wiki\"]");
            if (div != null)
            {
                getLinks = div.Descendants("a").Select(node => node.GetAttributeValue("href", "Not found \n")).ToList(); 
                output.Text = string.Join(" ", getLinks);
            }
        }
    }

Respuesta aceptada

Entiendo. Eso es porque

getLinks = div.Descendants("a").Select(node => node.GetAttributeValue("href", "Not found \n")).ToList();

GetLinks siempre se sobrescribió, porque está en un bucle for. Lo resolví con esto:

getLinks.AddRange(div.Descendants("a").Select(node => node.GetAttributeValue("href", String.Empty)).ToList()); 



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