如何获取href内容答案

【问题标题】：How to get href content如何获取href内容
【发布时间】：2012-08-09 14:24:14
【问题描述】：

我正在尝试从 href.<a class="p_l" href="" id="0" target="_blank"> 中提取链接这是在页面视图源中可见的内容，但是当我使用 firebug 进行检查时，href 将包含http://home.website.com/preview/preview?uname=3eadsf132sdas。我尝试使用 htmlagilitypack 但 href 返回 null。如何提取href中的链接。

【问题讨论】：

那是因为空的href 表示“无论当前 URL 是什么”。敏捷包无法知道您从哪里获得 HTML。
是否可以提取链接。如何获取href中的链接。
@Maddy 重申第一个评论者所说的话，没有什么可提取的。 Firebug 向您展示了 web 浏览器 知道的内容。 HTML Agility Pack 只知道 HTML 源代码 知道的内容。浏览器知道它从哪里加载 HTML，而 Html Agility Pack 不知道。与其看萤火虫，不如看“查看源代码”。这就是 HAP 实际看到的。
谢谢@jamietre。我得到了它。我的问题是，当用户点击该href 标签时，它将被重定向到另一个页面。我想提取该链接。当查看源仅不显示链接时，如何提取它。
麦迪，你不能。该信息在源中不可用。浏览器向用户显示的内容不是来自 HTML 源代码。它可能是用 javascript 填充的，或者只是像第一个评论者所说的那样缺失（并且代表基本页面 url）。

标签： c# c#-4.0 html-parsing web-scraping

【解决方案1】：

如果你没有尝试过这种方式，请尝试这种方式

    HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();

        htmlDoc.OptionFixNestedTags=true;

        htmlDoc.Load(filePath);

 foreach(HtmlNode link in htmlDoc.DocumentElement.SelectNodes("//a[@href"])
 {
    if(link != null)
    {
      if(link["href"] != null)
      {
       HtmlAttribute att = link["href"];
       var url = att.Value;
      }
    }

【讨论】：

谢谢 HatSoft，但 DocumentElement 给出错误，如果我使用 DocumentNode，则会给出错误，说我们不能将节点用作数组。
@Maddy DocumentElement 抛出的错误是什么，我一直用这个

【解决方案2】：

您可以尝试不同的方法，例如使用 WebRequest 类获取 html 内容（参见here 方法）。

如果 href 不包含任何链接，则可能意味着它正在使用 Javascript 或其他一些编程语言填充以添加动态内容。如果您可以访问这些脚本，那么您获得链接的机会可能很小，但不要这么认为。

【讨论】：