Utilisation de HTML Agility Pack pour récupérer du contenu textuel

html html-agility-pack vb.net

Question

Je vais essayer de mon mieux pour spécifique. Travailler essentiellement sur un robot d'exploration sur vb.net, ce qui m'intéresse davantage d'extraire le contenu textuel de la page. Mon application actuelle télécharge le corps de la source HTML dans une zone de texte à l'aide d'un contrôle de navigateur Web, comme suit:

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs)   Handles Button1.Click
    Dim url As String = "<url>"
    WebBrowser1.Navigate(url)
End Sub

Private Sub WebBrowser1_DocumentCompleted(ByVal sender As System.Object, ByVal e As    System.Windows.Forms.WebBrowserDocumentCompletedEventArgs) Handles WebBrowser1.DocumentCompleted
    TextBox2.Text = WebBrowser1.Document.Body.OuterHtml
End Sub

À partir de maintenant, textbox2 est constitué de fichiers junk html contenant href, img, annonces, scripts, etc.

Je pourrais appliquer des propriétés regex pour résoudre toutes les anomalies, mais je pense que HAP est beaucoup plus approprié pour l'analyseur HTML.

Une recherche ici m’a amené à cette page qui traite de l’utilisation de la technique de liste blanche mentionnée par 'Meltdown'

Balises de bande HTML Agility Pack NE SONT PAS DANS la liste blanche

Mais comment puis-je l'appliquer sur vb.net car cela semble être une bonne idée?

S'il vous plaît adivce les gars ..........

EDIT: J'ai trouvé une version vb.net du code ci-dessous, mais il semble y avoir une erreur à

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs)   Handles Button1.Click
    Dim url As String = "<url>"
    WebBrowser1.Navigate(url)
End Sub

Private Sub WebBrowser1_DocumentCompleted(ByVal sender As System.Object, ByVal e As    System.Windows.Forms.WebBrowserDocumentCompletedEventArgs) Handles WebBrowser1.DocumentCompleted
    TextBox2.Text = WebBrowser1.Document.Body.OuterHtml
End Sub

Erreurs: IsNot nécessite des opérandes ayant des types de référence, mais cet opérande a la valeur type entier

Voici le code:

Public NotInheritable Classe HtmlSanitizer Private Sub Nouveau () End Sub Privé Partagé Lecture seule Liste blanche comme IDictionary (Of String, String ()) Partage privé DeletableNodesXpath comme nouvelle liste (Of String) ()

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs)   Handles Button1.Click
    Dim url As String = "<url>"
    WebBrowser1.Navigate(url)
End Sub

Private Sub WebBrowser1_DocumentCompleted(ByVal sender As System.Object, ByVal e As    System.Windows.Forms.WebBrowserDocumentCompletedEventArgs) Handles WebBrowser1.DocumentCompleted
    TextBox2.Text = WebBrowser1.Document.Body.OuterHtml
End Sub

S'il vous plaît quelqu'un peut-il aider ??????

Réponse populaire

Au lieu d'utiliser IsNot , utilisez simplement <> . Lorsque vous vérifiez essentiellement que la valeur d’un entier n’est pas égale à celle d’un autre entier - 1.

Je crois que IsNot ne peut pas être utilisé sur des entiers.

edit: Je viens de remarquer que c'est super super vieux. Je viens de voir la date du 26 juillet!




Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow
Est-ce KB légal? Oui, apprenez pourquoi
Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow
Est-ce KB légal? Oui, apprenez pourquoi