使用 VB.net HTML Agility Pack 解析链接和表格

Question

我正在尝试进行一些屏幕抓取，并发现了 HTML AgilityPack，但在弄清楚如何将它与 VB.net 一起使用时遇到了一些麻烦。

如果我知道 HREF 中包含的文本，我要做的第一件事是找到 HREF 标记的 URL 字符串。

我要做的第二件事是解析一个 HTML 表，遍历每一行，然后提取数据，以便我可以将其保存到数据库中（经过一些基本分析）。

Answer 1

这是一个很好的起始链接：How to use HTML Agility pack

另请参阅：HtmlAgilityPack example for changing links doesn't work. How do I accomplish this?

还有这个：Finding all the A HREF Urls in an HTML document (even in malformed HTML)

要查找特定的 HREF，xpath 语法应为“//a[@href='your url']”，意思是：“获取任何 HREF 属性等于 'your url' 的 A 标记。

编辑：

如果您只知道文本，则要查找 HREF，例如，如果您有 html 文本“<a href="homepage.html">Cars</a>”并查找 homepage.html，那么您将这样做。

        string s = @"<a href=""homepage.html"">Cars</a>";

        HtmlDocument doc = new HtmlDocument();
        doc.LoadHtml(s);

        HtmlNode node = doc.DocumentNode.SelectSingleNode("//a[text()='Cars']");
        Console.WriteLine("href=" + node.GetAttributeValue("href", null));