如何解析rel =“canonical”标记与html文档中的URL?用HtmlAgilityPack解析rel规范
我想在这里找到的网址:
<link rel="canonical" href="http://stackoverflow.com/questions/2593147/html-agility-pack-make-code-look-neat" />
如何解析rel =“canonical”标记与html文档中的URL?用HtmlAgilityPack解析rel规范
我想在这里找到的网址:
<link rel="canonical" href="http://stackoverflow.com/questions/2593147/html-agility-pack-make-code-look-neat" />
假设doc
是你HtmlDocument
对象。
HtmlNodeCollection links = doc.DocumentNode.SelectNodes("//link[@rel]");
应该让你有一个rel
属性link
元素。现在迭代:
foreach (HtmlNode link in links)
{
string url;
if (link.Attributes["rel"] == "canonical") {
url = link.Attributes["href"];
}
}
此外,它可以过滤中的SelectNodes链接调用只与“规范”得到的那些:doc.DocumentNode.SelectNodes("//link[@rel='canonical']");
没有测试代码,但你的想法:)
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(_html);
String link = (from x in doc.DocumentNode.Descendants()
where x.Name == "link"
&& x.Attributes["rel"] != null
&& x.Attributes["rel"].Value == "canonical"
&& x.Attributes["href"] != null
select x.Attributes["href"].Value).FirstOrDefault();
接受的答案不再是正确的,更新的代码如下:
var links = htmlDoc.DocumentNode.SelectNodes("//link[@rel]");
string canonical;
foreach (HtmlNode link in links)
{
if (link.Attributes["rel"].Value == "canonical")
{
canonical = link.Attributes["href"].Value;
}
}
接受的答案有什么问题?它似乎仍然有效?可能是单引号还是双引号的问题? –
@MossPalmer这是几个月前的事,但是IIRC你需要**。现在的价值** – JMK
啊是的。谢谢你清理那个。我甚至没有看。值得注意的是,在你的回答中。谢谢。 –
岂不'//链接[@ rel ='canonical']'更容易? –
我正要说,是的:) – CyberDude