문제
HTML 페이지에서 이미지 및 href 링크를 구문 분석하기 위해 HTML 민첩성 팩을 사용하려고하지만 XML 또는 XPath에 대해 많이 알지 못합니다. 많은 웹 사이트에서 도움말 문서를 찾는 데는 어려움이 있습니다. 또한 Visual Studio 2005에서 C #을 사용합니다. 영어 만 유창하게 말할 수 없으므로 유용한 코드를 작성할 수있어서 진심으로 감사드립니다.
수락 된 답변
홈 페이지의 첫 번째 예 는 매우 유사하지만 다음을 고려합니다.
HtmlDocument doc = new HtmlDocument();
doc.Load("file.htm"); // would need doc.LoadHtml(htmlSource) if it is not a file
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
{
string href = link["href"].Value;
// store href somewhere
}
그래서 당신의 img @의 SRC를 들어, 단지 각각 교체 할 것을 상상할 수 a 함께 img , 그리고 href 와 src . 다음과 같이 단순화 할 수도 있습니다.
foreach(HtmlNode node in doc.DocumentElement
.SelectNodes("//a/@href | //img/@src")
{
list.Add(node.Value);
}
상대 URL 처리에 대해서는 Uri 클래스를 참조하십시오.
인기 답변
예와 허용 된 대답이 잘못되었습니다. 최신 버전으로 컴파일되지 않습니다. 나는 다른 것을 시도한다 :
private List<string> ParseLinks(string html)
{
var doc = new HtmlDocument();
doc.LoadHtml(html);
var nodes = doc.DocumentNode.SelectNodes("//a[@href]");
return nodes == null ? new List<string>() : nodes.ToList().ConvertAll(
r => r.Attributes.ToList().ConvertAll(
i => i.Value)).SelectMany(j => j).ToList();
}
이것은 나를 위해 작동합니다.