如何屏幕刮，並把有效的href鏈接，將去那個鏈接

Question

我已經颳了一個網頁，但我希望鏈接有有效的鏈接，並將點擊時跳轉到該鏈接頁面。

前刮的數據：每日1 - 進入我的頁面 - 狀態

我想要去我的頁面跳轉到任何鏈接在其HREF。

ex。實際的HTML我

<td><a href="javascript:jsFormAuth('summary.php?meetingid=40456&plusday=0');">Go to my Page</a></td> 

我需要它是這樣的：

<td><a href="http://somewebsite.com/tab/form/summary.php?meetingid=40456&plusday=0');">Go to my Page</a></td> 

這裏是我的代碼刮：

public string ScreenScrape() 
     { 
      string url = "http://somewebsite.com/tab/form/index.php"; 
      string strResult = ""; 

      WebResponse objResponse; 
      WebRequest objRequest = System.Net.HttpWebRequest.Create(url); 

      objResponse = objRequest.GetResponse(); 

      using (StreamReader sr = new StreamReader(objResponse.GetResponseStream())) 
      { 
       strResult = sr.ReadToEnd(); 
       // Close and clean up the StreamReader 
       sr.Close(); 
      } 
      var webGet = new HtmlAgilityPack.HtmlWeb(); 
      var doc = webGet.Load(url); 

      foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]")) 
      { 
       HtmlAttribute att = link.Attributes["href"]; 
       att.Value = "http://somewebsite.com/tab/form/"+att.Value; 
      } 


      return strResult; 
     } 

這裏是我試圖改變的鏈接，並刪除javascript字符串，但無法弄清楚如何到達正確的索引。另外，一旦我能夠改變，我如何將strResult（上面）中的每個href替換爲新的href？

foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]")) 
    { 
     HtmlAttribute att = link.Attributes["href"]; 
     att.Value = "http://somewebsite.com/tab/form/" + .... 
    } 

任何人都可以幫我嗎？謝謝

Answer 1

沒關係我知道了，但我知道HTML網址解析不是最好的方法（如果你有關於如何更好地解析它的建議，請這樣做）。現在，唯一的目標就是改變href鏈接，讓它繼續下去。

public string ScreenScrape() 
     { 
      string url = "http://somewebsite.com/tab/form/index.php"; 
      string strResult = ""; 

      WebResponse objResponse; 
      WebRequest objRequest = System.Net.HttpWebRequest.Create(url); 

      objResponse = objRequest.GetResponse(); 

      using (StreamReader sr = new StreamReader(objResponse.GetResponseStream())) 
      { 
       strResult = sr.ReadToEnd(); 
       // Close and clean up the StreamReader 
       sr.Close(); 
      } 
      var webGet = new HtmlAgilityPack.HtmlWeb(); 
      var doc = webGet.Load(url); 

      foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]")) 
      { 

       string removeString ="javascript:jsFormAuth('"; 
       string removeEnd = "');"; 
       HtmlAttribute att = link.Attributes["href"]; 
       String strUrl = HttpContext.Current.Request.Url.AbsoluteUri.Replace(att.XPath, "("); 
       string sub1 = att.Value.Replace(removeString,""); 
       string sub2 = sub1.Replace(removeEnd,""); 
       att.Value = "http://somewebsite.com/tab/form/" + sub2; 

      } 

      return doc.DocumentNode.InnerHtml; 

     }