Html 敏捷包帮助

Question

我正在尝试从网站上抓取一些信息，但找不到适合我的解决方案。我在互联网上读到的每一个代码都会至少产生一个错误。

即使他们主页上的示例代码也会给我带来错误。

我的代码：

         HtmlDocument doc = new HtmlDocument();
         doc.Load("https://www.flashback.org/u479804");
         foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
         {
            HtmlAttribute att = link["href"];
            att.Value = FixLink(att);
         }
         doc.Save("file.htm");

生成以下错误：

“HtmlDocument”是“System.Windows.Forms.HtmlDocument”和“HtmlAgilityPack.HtmlDocument”之间不明确的引用 C:*\Form1.cs

编辑：我的整个代码位于此处： http://beta.yapaste.com/55

非常感谢所有帮助！

Answer 1

使用 HtmlAgilityPack.HtmlDocument：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();

编译器会感到困惑，因为使用 using 导入的两个命名空间包含名为 HtmlDocument 的类 - HTML Agility Pack命名空间和 Windows 窗体命名空间。您可以通过明确指定要使用哪个类来解决这个问题。

Answer 2

这就是我取得的成就。请注意，foreach 行文档中的 main Html Agility Pack 示例 中给出了代码错误.DocumentElement.SelectNodes("//a[@href"]).下面给出了正确且经过测试的一个。

 HtmlWeb hw = new HtmlWeb();

    HtmlDocument doc = hw.Load(@"http://adityabajaj.com");
    StringBuilder sb = new StringBuilder();

    List<string> lstHref = new List<string>();

    foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]").Distinct())
    {
        string curHref = link.Attributes["href"].Value;

        if(!lstHref.Contains(curHref))
        lstHref.Add(curHref);

    }
    foreach (string str in lstHref)
    {
        sb.Append(str +"<br />");
    }

    Response.Write (sb.ToString());

既然它对我有用，我想我应该分享。

Answer 3

System.Windows.Forms 和 HtmlAgilityPack 两个命名空间中的类存在冲突。使用完全限定的类型名称或使用命名空间别名。

Answer 4

我写了几篇文章来解释如何使用 HtmlAgilityPack。您可能会发现它们对入门很有用：

• http://runtingsproper.blogspot.com/search/label/ HtmlAgilityPack

警告 (2012-06-08)：此链接有点垃圾邮件 - 狡猾的弹出式广告，内容不多。

我不知道如果他们现在已经修复了它，但该代码片段在网站的主页上不起作用，我认为它来自该库的早期版本。此外，该代码片段没有定义 FixLink()，因此即使它对于库来说是正确的，它也无法工作。

我建议获取该库的最新 beta 版本，因为它具有用于对其执行 linq 查询的额外扩展，这可以让您免于稍后混淆 xpath 查询。

我以前没有见过它在 Windows 窗体应用程序中使用，但看起来您必须使用完全限定的类型名称，例如：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();

至于您尝试执行的实际任务，似乎您想要获取一个 url，将用户名和 ID 注入其中，然后...不确定？您看起来都在尝试将文件保存到磁盘并将 html 代码设置为表单的内容，我认为您无法做到这一点？