Синтаксический анализ изображений с помощью HTML Agilty Pack - PullRequest
Новая
       10

Синтаксический анализ изображений с помощью HTML Agilty Pack

2 голосов
/ 01 марта 2012

Привет, поэтому я пытаюсь проанализировать веб-страницу с помощью Agilty Pack в формате HTML, чтобы получить изображение.Это структура страницы. 

<div class="post_body"> 
    <div style="text-align: center;"> 
        <a href="http://www.engadget.com/2012/02/29/qualcomm-windows-8/">
            <img src="http://www.blogcdn.com/www.engadget.com/media/2012/02/201202297192-1330536971.jpg" style="border-width: 0px; border-style: solid; margin: 4px;">
        </a>
    </div>
<div>

Теперь я использую этот код, чтобы попытаться получить src 

HtmlWeb hw = new HtmlWeb();
            HtmlDocument doc = hw.Load("http://www.engadget.com/2012/02/29/qualcomm-windows-8");

            HtmlNode baseNode = doc.DocumentNode.SelectSingleNode("//div[@class='post_content permalink ']");
            string Description = baseNode.SelectSingleNode("//div[@class='post_body']").InnerText.Replace("\n", "").Replace("\r", "").Trim();

            string href = baseNode.SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText;

Однако строка всегда возвращается null: /

Есть идеи, может быть, у меня плохое выражение xpath?

1 Ответ

2 голосов
/ 01 марта 2012

Есть идеи, может быть, у меня плохое выражение xpath?

Да, есть несколько проблем: 

//div[@class='post_content permalink ']

Это ничего не выбирает, потому что в предоставленномВ документе нет атрибута div с class, значение которого равно 'post_content permalink '

SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText;

Элемент img, даже если он найден, не имеет дочерних элементов - следовательно, нет innerText.

Решение :

Вы хотите что-то вроде этого: 

HtmlNode  img = doc.DocumentNode.SelectSingleNode(//div[@class='post_body']//img[@src])

String srcUrl = img.Attributes["src"].Value;
...