使用html agility pack从c#中的html中提取图像URL并将它们写入xm

发布时间：2020-12-14 23:21:06 所属栏目：资源来源：网络整理

导读：我是c#的新手,我真的需要帮助解决以下问题.我希望从具有特定模式的网页中提取照片网址.例如,我希望提取具有以下模式name_412s.jpg的所有图像.我使用以下代码从html中提取图像,但我不知道如何调整它. public void Images() { WebClient x = new WebClient();

我是c#的新手,我真的需要帮助解决以下问题.我希望从具有特定模式的网页中提取照片网址.例如,我希望提取具有以下模式name_412s.jpg的所有图像.我使用以下代码从html中提取图像,但我不知道如何调整它.

public void Images()
    {
        WebClient x = new WebClient();
        string source = x.DownloadString(@"http://www.google.com");

        HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
        document.Load(source);

        foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img")
        {
          images[] = link["src"];
       }
}

我还需要在xml文件中写入结果.你能帮帮我吗？

谢谢！

解决方法

要限制查询结果,需要向XPath添加条件.例如,// img [contains(@src,’name_412s.jpg’)]会将结果限制为仅包含具有包含该文件名的src属性的img元素.

至于将结果写入XML,您需要创建一个新的XML文档,然后将匹配的元素复制到其中.由于您无法将HtmlAgilityPack节点直接导入XmlDocument,因此您必须手动复制所有属性.例如：

using System.Net;
using System.Xml;

// ...

public void Images()
{
    WebClient x = new WebClient();
    string source = x.DownloadString(@"http://www.google.com");
    HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
    document.Load(source);
    XmlDocument output = new XmlDocument();
    XmlElement imgElements = output.CreateElement("ImgElements");
    output.AppendChild(imgElements);
    foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img[contains(@src,'_412s.jpg')]")
    {
        XmlElement img = output.CreateElement(link.Name);
        foreach(HtmlAttribute a in link.Attributes)
        {
            img.SetAttribute(a.Name,a.Value)
        }
        imgElements.AppendChild(img);
    }
    output.Save(@"C:test.xml");
}

（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!