c# – 如何使用HtmlAgilityPack检查是否是404错误页面(页面不存

发布时间：2020-12-15 08:12:39 所属栏目：百科来源：网络整理

导读：在这里,我试图阅读网址并在页面中获取图像.我需要排除页面,如果它是404并停止从404错误页面获取图像.如何使用 HtmlAgilityPack？这是我的代码 var document = new HtmlWeb().Load(completeurl);var urls = document.DocumentNode.Descendants("img") .Select

在这里,我试图阅读网址并在页面中获取图像.我需要排除页面,如果它是404并停止从404错误页面获取图像.如何使用 HtmlAgilityPack？这是我的代码

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

解决方法

您需要在HtmlWeb实例上注册PostRequestHandler事件,它将在每个下载的文档之后引发,您将可以访问HttpWebResponse对象.它具有StatusCode的属性.

HtmlWeb web = new HtmlWeb();
 HttpStatusCode statusCode = HttpStatusCode.OK;
 web.PostRequestHandler += (request,response) =>
 {
     if (response != null)
     {
         statusCode = response.StatusCode;
     }
 }

 var doc = web.Load(completeUrl)
 if (statusCode == HttpStatusCode.OK)
 {
     // received a read document
 }

查看GutHub上HtmlAgilityPack的代码,它甚至更简单,HtmlWeb有一个属性StatusCode,其值设置为：

var web = new HtmlWeb();
var document = web.Load(completeurl);

if (web.StatusCode == HttpStatusCode.OK)
{
    var urls = document.DocumentNode.Descendants("img")
          .Select(e => e.GetAttributeValue("src",null))
          .Where(s => !String.IsNullOrEmpty(s)).ToList();
}

更新

AgilityPack API已有更新.诀窍仍然是一样的：

var htmlWeb = new HtmlWeb();
var lastStatusCode = HttpStatusCode.OK;

htmlWeb.PostResponse = (request,response) =>
{
    if (response != null)
    {
        lastStatusCode = response.StatusCode;
    }
};

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!