使用 Html Agility Pack 进行 HTML 抓取

Question

我有一个 HTML，其中包含以下代码，

<div id="image_src" style="display: block; "> 
<img id="captcha_img" src="" alt="image" onclick="imageClick(event)" style="cursor:crosshair;">

在此我如何使用 HTML Agility Pack 检测 src？

在另一个问题中，我尝试使用以下 LINQ，

var urls = document.DocumentNode.Descendants("img")
                            .Select(e => e.GetAttributeValue("src", null))
                            .Where(s => !String.IsNullOrEmpty(s));

但我在这里不断收到空指针异常...

我在整个 HTML 中只有一个图像标签，如上面所示

有人可以帮助我吗..

Answer 1

使用 HTML 敏捷包

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

string imgValue = doc.DocumentNode.SelectSingleNode("//img[@id = \"captcha_img\"]").GetAttributeValue("src", "0");

Answer 2

要解决空指针异常，请将每个 Linq 语句分成自己的行，如下所示：

 var img = document.DocumentNode.Descendants("img");
 var s = img.Select(e => e.GetAttributeValue("src", null));
 var w = s.Where(s => !String.IsNullOrEmpty(s));    

然后，使用调试器单步调试每一行，并查看它在何处抛出。