c# - C#中使用HtmlAgilityPack解析网页信息

Question

我正在尝试使用 HtmlAgilityPack 来解析网页信息。这是我的代码:

using System;
using HtmlAgilityPack;

namespace htmparsing
{
    class MainClass
    {
        public static void Main (string[] args)
        {
            string url = "https://bugs.eclipse.org";
            HtmlWeb web = new HtmlWeb();
            HtmlDocument doc = web.Load(url);
            foreach(HtmlNode node in doc){
                //do something here with "node"
            }               
        }
    }
}

但是当我尝试访问 doc.DocumentElement.SelectNodes 时，我在列表中看不到 DocumentElement。我在引用中添加了 HtmlAgilityPack.dll，但我不知道是什么问题。

Answer 1

我有一篇文章演示了如何使用 ASP.NET 通过 HAP (HTML Agility Pack) 抓取 DOM 元素。它只是让您逐步完成整个过程。您可以看看并尝试一下。

Scraping HTML DOM elements using HtmlAgilityPack (HAP) in ASP.NET

关于您的流程，它对我来说工作正常。我已经尝试过这种方式，就像您对单个更改所做的那样。

string url = "https://www.google.com";
HtmlWeb web = new HtmlWeb();
HtmlDocument doc = web.Load(url);
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//a")) 
{
    outputLabel.Text += node.InnerHtml;
}

得到了预期的输出。问题是您要从 HtmlDocument 对象请求 DocumentElement，实际上应该是 DocumentNode。以下是 HTMLAgilityPack 开发人员对您遇到的问题的回复。

HTMLDocument.DocumentElement not in object browser