如何使用Html Agility Pack獲取img/src或a/hrefs？

Question

我想使用HTML敏捷包來解析HTML頁面中的圖片和href鏈接，但我對XML或XPath知之甚少。儘管在許多網站上查找幫助文檔，但我無法解決問題。此外，我在VisualStudio 2005中使用C＃，而且我不能流利地說英文，所以，我會衷心感謝能寫出一些有用的代碼。

Answer 1

主頁上的​​做一些非常相似，但考慮：

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 
} 

所以你可以想象，對於IMG SRC @，只需更換每個a與img，並且href與src。 你甚至可以簡化爲：

foreach(HtmlNode node in doc.DocumentElement 
       .SelectNodes("//a/@href | //img/@src") 
{ 
    list.Add(node.Value); 
} 

相對URL處理，看看Uri類。

Answer 2

該示例和接受的答案是錯誤的。它不會用最新版本進行編譯。我嘗試別的：

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(); 
    } 

這對我有用。

Answer 3

也許我太遲了，在這裏發表一個答案。以下爲我工作：

var MainImageString = MainImageNode.Attributes.Where(i=> i.Name=="src").FirstOrDefault();