使用 HtmlAgilityPack 从 HTML 中提取电子邮件

Question

如何在此 HTML 代码中使用 HtmlAgilityPack 提取电子邮件和网站地址：

<a class="email" href="mailto:babaie@irandoc.ac.ir">

<a class="" href="http://www.babaie.ir" target="_blank">www.babaie.ir</a>

我试过这段代码，但它不适用于电子邮件：

doc.DocumentNode.SelectNodes("//a[@href= ' ' ]");

Answer 1

获取电子邮件：

var a = doc.DocumentNode.SelectSingleNode("//a[@class='email']");
if (a != null)
{
    string href = a.Attributes["href"].Value; // TODO: Check if href exists
    string email = href.Replace("mailto:", "");
}

尚不清楚您的网站地址与任何其他锚标记有何不同（此处没有特定的类或 id），因此以下代码将返回来自 html 中任何锚的所有 href 链接：

var urls = doc.DocumentNode.SelectNodes("//a[@href]")
              .Select(a => a.Attributes["href"].Value)
              .Where(href => !href.StartsWith("mailto:")) // skip emails
              .ToList();