如何讓vb.net從網頁中添加特定div類中的所有鏈接？

Question

這就是HTML代碼的網頁渲染代碼看起來像

<div class="mygallery_entry"> 
<div class="mygallery_inner"> 
<a title="img1" class="gallery_image" href="http://image.com/29.html"><img src="/mini/1.jpg" alt="" height="208" width="333" border="0"></a> 
</div> 
<div class="mygallery_inner"> 
<a title="img2" class="gallery_image" href="http://image.com/12.html"><img src="/mini/2.jpg" alt="" height="208" width="333" border="0"></a> 
</div> 
<div class="mygallery_inner"> 
<a title="img3" class="gallery_image" href="http://image.com/59.html"><img src="/mini/3.jpg" alt="" height="208" width="333" border="0"></a> 
</div> 
</div> 

我的輸出變爲列表框，它應該是這樣的：

http://image.com/29.html 
http://image.com/12.html 
http://image.com/59.html 

Answer 1

有幾種方法來提取XML信息或者html。如果html是一個有效的xml，那麼可以使用帶有XPath查詢或LINQ查詢語法的LINQ-to-XML獲取特定信息。否則，如果html不是有效的XML並且無法解析/加載到XDocument，則應該查看Html Agility Pack。下面是使用XPath查詢得到這三個圖像鏈接（html頁面需要首先下載並存儲爲文件或作爲字符串）的示例。

Imports System.Xml.XPath 
.... 
Dim doc = XDocument.Parse(htmlString) 
'if you want to load from html file instead of string, use XDocument.Load as follow 
'Dim doc = XDocument.Load(pathToHtmlFile) 
Dim list = New List(Of String)() 
For Each a As XElement In doc.XPathSelectElements("//div[@class='mygallery_inner']/a[@href]") 
    list.Add(a.Attribute("href").Value) 
Next 

最終你會得到來自HTML頁面中的所有鏈接list變量，準備在任何你想要的顯示。上述 裝置XPath查詢表達式（從右到左讀）：

1. /a[@href]：選擇元件<a>具有href屬性，並且是直接子..
2. //div[@class='mygallery_inner']：具有class屬性值的<div>元素= mygallery_inner並且是根元素的後代（不一定是直接的孩子）