栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

从网页中提取数据,将其解析为特定片段,然后显示出来

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

从网页中提取数据,将其解析为特定片段,然后显示出来

这个小例子使用HtmlAgilityPack,并使用

XPath
选择器到达所需的元素。

protected void Page_Load(object sender, EventArgs e){    string url = "http://www.metacritic.com/game/pc/halo-spartan-assault";    var web = new HtmlAgilityPack.HtmlWeb();    Htmldocument doc = web.Load(url);    string metascore = doc.documentNode.SelectNodes("//*[@id="main"]/div[3]/div/div[2]/div[1]/div[1]/div/div/div[2]/a/span[1]")[0].InnerText;    string userscore = doc.documentNode.SelectNodes("//*[@id="main"]/div[3]/div/div[2]/div[1]/div[2]/div[1]/div/div[2]/a/span[1]")[0].InnerText;    string summary = doc.documentNode.SelectNodes("//*[@id="main"]/div[3]/div/div[2]/div[2]/div[1]/ul/li/span[2]/span/span[1]")[0].InnerText;}

获取

XPath
给定元素的简单方法是使用网络浏览器(我使用Chrome)开发者工具:

  • 打开开发人员工具(
    F12
    Ctrl
    +
    Shift
    +
    C
    (Windows)或
    Command
    +
    Shift
    +
    C
    适用于Mac)。
  • 在页面中选择您想要XPath的元素。
  • 右键单击“元素”选项卡中的元素。
  • 单击“复制为XPath”。

您可以将其完全粘贴到c#中(如我的代码所示),但是请确保转义引号。

您必须确保使用某些错误处理技术,因为如果Web Scrapping更改页面的HTML格式,则它们可能会导致错误。

编辑

根据@knocte的建议,以下是HTMLAgilityPack的Nuget包的链接:

https://www.nuget.org/packages/HtmlAgilityPack/



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/568511.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号