HtmlAgilityPack WebGet.Load выдает ошибку «Ссылка на объект не установлена ​​для экземпляра объекта» - PullRequest
Новая
       12

HtmlAgilityPack WebGet.Load выдает ошибку «Ссылка на объект не установлена ​​для экземпляра объекта»

3 голосов
/ 22 января 2011

Я работаю над проектом получения новых цен на автомобили с сайтов дилеров.Я могу получить большинство веб-сайтов HTML.Но когда я пытаюсь загрузить один из них, метод WebGet.Load (url) выдает ошибку Object reference not set to an instance of an object..Я не смог найти никаких различий между этими веб-сайтами.

Нормальные рабочие примеры URL:

http://www.renault.com.tr/page.aspx?id=1715

http://www.hyundai.com.tr/tr/Content.aspx?id=fiyatlistesi

проблематичный веб-сайт:

http://www.fiat.com.tr/Pages/tr/otomobiller/grandepunto_fiyat.aspx

Спасибо за вашу помощь. 

var webGet = new HtmlWeb();  
var document = webGet.Load("http://www.fiat.com.tr/Pages/tr/otomobiller/grandepunto_fiyat.aspx");

Когда я использую этот URL, документ не загружается.

1 Ответ

2 голосов
/ 10 мая 2011

Фактическая проблема заключается во внутренних элементах HtmlAgilityPack. Страница, которая не работает, имеет такой тип мета-содержимого: <META http-equiv="Content-Type" content="text/html; charset=8859-9">, где charset=8859-9, по-видимому, некорректно. Внутренние компоненты HAL пытаются получить подходящую кодировку для этой строки, используя что-то вроде Encoding.GetEncoding("8859-9"), и это выдает ошибку (я думаю, что фактическая кодировка должна быть iso-8859-9).

На самом деле все, что вам нужно, это указать HAL не читать кодировку для HtmlDocument (просто HtmlDocument.OptionReadEncoding = true), но это кажется невозможным с HtmlWeb.Load (настройка HtmlWeb.AutoDetectEncoding здесь не работает). Таким образом, обходной путь может заключаться в ручном чтении URL (самый простой способ): 

var document = new HtmlDocument();
document.OptionReadEncoding = false;

var url = 
   new Uri("http://www.fiat.com.tr/Pages/tr/otomobiller/grandepunto_fiyat.aspx");
var request = (HttpWebRequest)WebRequest.Create(url);
request.Method = "GET";
using (var response = (HttpWebResponse)request.GetResponse())
{
    using (var stream = response.GetResponseStream())
    {
        document.Load(stream, Encoding.GetEncoding("iso-8859-9"));
    }
}

Это работает и успешно анализирует страницу.

РЕДАКТИРОВАТЬ: @: Саймон Мурье: да, он поднимает NullReferenceException, потому что он ловит ArgumentException и устанавливает _declaredencoding = null там. И тогда строка _declaredencoding.WindowsCodePage выдает нулевую ссылку.

это блок кода из метода HtmlDocument.cs, ReadDocumentEncoding: 

try
{
    _declaredencoding = Encoding.GetEncoding(charset);
}
catch (ArgumentException)
{
    _declaredencoding = null;
}
if (_onlyDetectEncoding)
{
    throw new EncodingFoundException(_declaredencoding);
}

if (_streamencoding != null)
{
    if (_declaredencoding.WindowsCodePage != _streamencoding.WindowsCodePage)
    {
        AddError(
            HtmlParseErrorCode.CharsetMismatch,
            _line, _lineposition,
            _index, node.OuterHtml,
            "Encoding mismatch between StreamEncoding: " +
            _streamencoding.WebName + " and DeclaredEncoding: " +
            _declaredencoding.WebName);
    }
}

А вот мой след стека: 

System.NullReferenceException was unhandled
  Message=Object reference not set to an instance of an object.
  Source=HtmlAgilityPack
  StackTrace:
       at HtmlAgilityPack.HtmlDocument.ReadDocumentEncoding(HtmlNode node) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlDocument.cs:line 1916
       at HtmlAgilityPack.HtmlDocument.PushNodeEnd(Int32 index, Boolean close) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlDocument.cs:line 1805
       at HtmlAgilityPack.HtmlDocument.Parse() in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlDocument.cs:line 1468
       at HtmlAgilityPack.HtmlDocument.Load(TextReader reader) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlDocument.cs:line 769
       at HtmlAgilityPack.HtmlDocument.Load(Stream stream, Boolean detectEncodingFromByteOrderMarks) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlDocument.cs:line 597
       at HtmlAgilityPack.HtmlWeb.Get(Uri uri, String method, String path, HtmlDocument doc, IWebProxy proxy, ICredentials creds) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlWeb.cs:line 1515
       at HtmlAgilityPack.HtmlWeb.LoadUrl(Uri uri, String method, WebProxy proxy, NetworkCredential creds) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlWeb.cs:line 1563
       at HtmlAgilityPack.HtmlWeb.Load(String url, String method) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlWeb.cs:line 1152
       at HtmlAgilityPack.HtmlWeb.Load(String url) in C:\Source\htmlagilitypack\Trunk\HtmlAgilityPack\HtmlWeb.cs:line 1107
       at test.console.Program.Main(String[] args) in W:\Projects\Me\test.console\test.console\Program.cs:line 54
       at System.AppDomain._nExecuteAssembly(RuntimeAssembly assembly, String[] args)
       at System.AppDomain.ExecuteAssembly(String assemblyFile, Evidence assemblySecurity, String[] args)
       at Microsoft.VisualStudio.HostingProcess.HostProc.RunUsersAssembly()
       at System.Threading.ThreadHelper.ThreadStart_Context(Object state)
       at System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state, Boolean ignoreSyncCtx)
       at System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state)
       at System.Threading.ThreadHelper.ThreadStart()
  InnerException:
...