c# - 获取html页面上的所有链接？

Question

我正在做一个业余爱好项目。我已经编写了获取 url、下载 header 并返回 mime 类型/内容类型的代码。

但是，这之前的步骤是我坚持的步骤 - 我需要检索基于标签内的页面上所有 url 的内容，并用引号括起来，即

...
<link rel='shortcut icon' href="/static/favicon.ico" type="image/x-icon" />
...

会找到网站图标链接。

.net 库中有什么有用的东西吗？还是这必须是正则表达式的情况？

Answer 1

我会考虑使用 Html Agility Pack .

这是一个直接来自他们的示例页面的示例，说明如何在页面中查找所有链接:

 HtmlWeb hw = new HtmlWeb();
 HtmlDocument doc = hw.Load(/* url */);
 foreach(HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]"))
 {

 }