爲什麼HTML敏捷包HtmlDocument.DocumentNode爲空？

Question

我使用此代碼來更改HTML流的href屬性。

首先我下載使用此代碼完整的HTML網頁（網址爲網頁地址）

HttpWebRequest myHttpWebRequest = (HttpWebRequest)WebRequest.Create(URL); 
HttpWebResponse myHttpWebResponse = 
         (HttpWebResponse)myHttpWebRequest.GetResponse(); 

Stream s = myHttpWebResponse.GetResponseStream(); 

然後我處理這個：

HtmlDocument doc = new HtmlDocument(); 

doc.Load(s); 
foreach (HtmlNode link in doc.DocumentNode.SelectNodes("/a")) 
{ 
    string att = link.Attributes["href"].Value; 
    link.Attributes["href"].Value = "http://ahmadalli.somee.com/default.aspx?url=" + att; 
} 
doc.Save(s); 

s是HTML流。

但我有一個例外，說doc.DocumentNode爲空！

我試過很多網站，但doc.DocumentNode爲空以

Answer 1

這適用於我。

using(WebClient client = new WebClient()) 
{ 
    client.Encoding = System.Text.Encoding.UTF8; 
    var doc = new HtmlAgilityPack.HtmlDocument(); 
    doc.LoadHtml(client.DownloadString("http://www.google.com?q=stackoverflow")); 
    foreach (var href in doc.DocumentNode.Descendants("a").Select(x => x.Attributes["href"])) 
    { 
     if (href == null) continue; 
     href.Value = "http://ahmadalli.somee.com/default.aspx?url=" + HttpUtility.UrlEncode(href.Value); 
    } 
    StringWriter writer = new StringWriter(); 
    doc.Save(writer); 
    var finalHtml = writer.ToString(); 
} 

另請參閱HttpUtility.UrlEncode以便能夠正確地獲取url。否則，原始網址中的一些參數可能會導致問題。使用HttpUtility.UrlDecode來解碼它。

Answer 2

使用//a代替/a嘗試。

在XPath，這基本上意味着給我的文檔中的所有環節，而不是給我的文檔根所有鏈接。

更新：

下面的代碼工作正常：

 var myHttpWebRequest = (HttpWebRequest)WebRequest.Create("http://google.com"); 
     var myHttpWebResponse = (HttpWebResponse)myHttpWebRequest.GetResponse(); 

     var s = myHttpWebResponse.GetResponseStream(); 

     var doc = new HtmlDocument(); 

     doc.Load(s); 
     foreach (var link in doc.DocumentNode.SelectNodes("//a")) 
     { 
      var att = link.Attributes["href"].Value; 
      link.Attributes["href"].Value = "http://ahmadalli.somee.com/default.aspx?url=" + att; 

      Console.WriteLine(link.Attributes["href"].Value); 
     } 

Answer 3

這裏是你的答案：HTML Agility Pack Null Reference。

Answer 4

嘗試使用下面的代碼：

HtmlDocument htmlDoc = new HtmlDocument 
     { 
      OptionAddDebuggingAttributes = false, 
      OptionAutoCloseOnEnd = true, 
      OptionFixNestedTags = true, 
      OptionReadEncoding = true 
     }; 
     try 
     { 
      using (Stream reader = myHttpWebResponse.GetResponseStream()) 
      { 
       reader.Seek(0, SeekOrigin.Begin); 
       htmlDoc.Load(reader, true); 
      } 
      HtmlNode node = htmlDoc.DocumentNode; 
      if (node != null) 
      { 
       foreach (var href in doc.DocumentNode.Descendants("a").Select(x =>x.Attributes["href"])) 
       { 
        href.Value = "http://ahmadalli.somee.com/default.aspx?url=" +HttpUtility.UrlEncode(href.Value); 
       } 
      } 
     } 
     catch { } 

我使用HtmlAgility包版本：1.4.0

解決問題了嗎？如果不是，請評論。否則標記爲答案。

Answer 5

錨標籤引用是一個不正確的轉義字符串：

...doc.DocumentNode.SelectNodes("/a") //incorrect 
...doc.DocumentNode.SelectNodes("//a") //correct 
...doc.DocumentNode.SelectNodes(@"/a") //also correct 

原始代碼未能選擇任何節點和計算結果爲空;這應該檢查，以防止失敗，例如，根本沒有鏈接的文檔（但不太可能是:)

var anchors = doc.DocumentNode.SelectNodes("//a"); 
if (anchors != null) 
{ 
    foreach (HtmlNode link in anchors) 
    { 
     /*do stuff*/ 
    } 
}