문제
HtmlAgilityPack과 함께 HTML 소스를 얻으려면이 코드를 사용합니다.
private string GetUrlSource(string urlAddress)
{
string content = string.Empty;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(urlAddress);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
if (response.StatusCode == HttpStatusCode.OK)
{
Stream receiveStream = response.GetResponseStream();
StreamReader readStream = null;
if (response.CharacterSet == null)
readStream = new StreamReader(receiveStream);
else
readStream = new StreamReader(receiveStream, Encoding.GetEncoding(response.CharacterSet));
content = readStream.ReadToEnd();
response.Close();
readStream.Close();
}
return content;
}
그런 다음이 코드를 사용하여 데이터를 가져옵니다.
var source = GetUrlSource(urlAddress);
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(source);
var nodes = htmlDoc.DocumentNode.SelectNodes("//div[@class='linear-view']/table/tr/td");
노드에 대한 결과는 다음과 같습니다.
<tr>
<th>Title</th>
<th>Publisher</th>
</tr>
<tr>
<td><a href="http://link1.com" id="14.4">Title1</a></td>
<td>Publisher1</td>
</tr>
<tr>
<td><a href="http://link2.com" id="12.0">Title2</a></td>
<td>Publisher2</td>
</tr>
<tr>
<td><a href="http://link3.com/" id="84.4">Title3</a></td>
<td>Publisher3</td>
</tr>
데이터를 가져 오기 위해이 코드를 사용합니다.
foreach (var node in nodes)
{
HtmlNodeCollection rows = node.SelectNodes(".//a");
if (rows != null)
{
for (int j = 0; j < rows.Count; ++j)
{
var link = rows[j].Attributes["href"].Value;
var title = rows[j].InnerText;
}
}
else
{
var publisher = node.InnerText;
}
}
& else없이 모든 tr 태그의 링크, 제목 및 게시자를 얻으려면 어떻게해야합니까? 예 : http://link1.com , Title1 , Publisher1 및 http://link2.com , Title2 , Publisher2 및 http://link3.com , Title3 , Publisher3
수락 된 답변
가능한 많은 방법 중 하나 :
//select <tr> having child node <td>
var tr = doc.DocumentNode.SelectNodes("//div[@class='linear-view']/table/tr[td]");
foreach (HtmlNode node in tr)
{
//select <td> having child node <a>
var td1 = node.SelectSingleNode("./td[a]"); //or using index: ./td[1]
var link = td1.FirstChild.Attributes["href"].Value;
var title = td1.InnerText;
//select <td> not having child node <a>
var publisher = node.SelectSingleNode("./td[not(a)]") //using index: ./td[2]
.InnerText;
}