Html Agility Packを使用してimg/srcまたは/ hrefsを取得するにはどうすればよいですか？

Question

HTMLアジリティパックを使用して、HTMLページからイメージとhrefリンクを解析したいのですが、XMLやXPathについてはあまりよく分かりません。多くのWebサイトでヘルプドキュメントを検索していますが、また、私はVisualStudio 2005でC＃を使用しています。私は英語を流暢に話すことができないので、役に立つコードを書くことができて本当に感謝します。

Answer 1

ホームページ上​​は非常によく似た何かを、しかし、考えてみます。

HtmlDocument doc = new HtmlDocument(); 
doc.Load("file.htm"); // would need doc.LoadHtml(htmlSource) if it is not a file 
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"]) 
{ 
    string href = link["href"].Value; 
    // store href somewhere 
} 

ですから、IMGする@ SRCのために、ちょうどsrc各imgとa、およびhrefを交換することを想像することができます。 Uriクラスを見て、相対URLの取り扱いについて

foreach(HtmlNode node in doc.DocumentElement 
       .SelectNodes("//a/@href | //img/@src") 
{ 
    list.Add(node.Value); 
} 

： あなたもに簡素化することができるかもしれません。

Answer 2

例と受け入れられた回答が間違っています。最新のバージョンではコンパイルされません。私は別のものを試します：

private List<string> ParseLinks(string html) 
    { 
     var doc = new HtmlDocument(); 
     doc.LoadHtml(html); 
     var nodes = doc.DocumentNode.SelectNodes("//a[@href]"); 
     return nodes == null ? new List<string>() : nodes.ToList().ConvertAll(
       r => r.Attributes.ToList().ConvertAll(
       i => i.Value)).SelectMany(j => j).ToList(); 
    } 

これは私のために働いています。

Answer 3

多分私は答えを投稿するには遅すぎます。以下は私のために働いた：

var MainImageString = MainImageNode.Attributes.Where(i=> i.Name=="src").FirstOrDefault();