从网页获取一些数据

我已经使用this tutorial to fetch all the content of some webpage via c# code。从网页获取一些数据

我现在要收集到IEnumerable集合所有这些都在下面的文本模式饰字符串：（即MY-TEXT）

data-address=" MY-TEXT "></

我怎么能这样做？我尝试使用“string.split（）”，但得到了许多“白色噪音”。

有什么想法？

来源

2011-08-27 Elad Benda

什么样的网页是什么？它是HTML（它没有任何'data-address'属性AFAIK）？还是XML？ – svick

更好的解决方案是使用HtmlAgilityPack并让它处理您的解析/抓取。下面是一个例子：

var web = new HtmlWeb(); 
var doc = web.Load("http://www.stackoverflow.com"); 

var nodes = doc.DocumentNode.SelectNodes("//[@data-address]"); 

foreach (var node in nodes) 
{ 
    Console.WriteLine(node.Attributes["data-address"].Value); 
}

它将取出stackoverflow.com，发现其中有一个data-address属性的所有元素，然后打印该属性的值。

来源

2011-08-27 17:31:59 alexn

几个问题：1）我得到以下错误：“表达式必须评估到一个节点集”。什么地方出了错？ 2）你是如何得到这个开源DLL的？只是为了让我下次知道。 –

如果页面格式正确，我会将内容加载到XDocument中，并使用LINQ to XML对它进行查询。

来源

2011-08-27 17:33:51

如果格式正确，您可能无法将HTML加载到“XDocument”事件中。 – svick

@alexn是对的。小幅回调，但：

var nodes = doc.DocumentNode.SelectNodes("//*[@data-address]");

加*

来源

2011-08-27 19:36:57

从网页获取一些数据

回答

相关问题