Trích xuất các url hình ảnh từ html trong C# bằng cách sử dụng gói nhanh nhẹn html và viết chúng vào một tệp xml

Question

Tôi mới sử dụng C# và tôi thực sự cần trợ giúp với vấn đề sau. Tôi muốn trích xuất các url ảnh từ một trang web có mẫu cụ thể. Ví dụ tôi muốn trích xuất tất cả các hình ảnh có mẫu name_412s.jpg sau. Tôi sử dụng đoạn mã sau để trích xuất hình ảnh từ html, nhưng tôi không kow làm thế nào để thích ứng với nó.

public void Images() 
    { 
     WebClient x = new WebClient(); 
     string source = x.DownloadString(@"http://www.google.com"); 

     HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
     document.Load(source); 

     foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img") 
     { 
      images[] = link["src"]; 
     } 
} 

Tôi cũng cần ghi kết quả vào tệp xml. Bạn có thể giúp tôi với điều đó không?

Cảm ơn bạn!

Answer 1

Để giới hạn kết quả truy vấn, bạn cần thêm điều kiện vào XPath của mình. Ví dụ: //img[contains(@src, 'name_412s.jpg')] sẽ giới hạn kết quả chỉ với img các phần tử có thuộc tính src chứa tên tệp đó.

Theo như viết kết quả cho XML, bạn sẽ cần phải tạo một tài liệu XML mới và sau đó sao chép các phần tử phù hợp vào nó. Vì bạn sẽ không thể nhập trực tiếp nút HtmlAgilityPack vào XmlDocument, bạn sẽ phải sao chép tất cả các thuộc tính theo cách thủ công. Ví dụ:

using System.Net; 
using System.Xml; 

// ... 

public void Images() 
{ 
    WebClient x = new WebClient(); 
    string source = x.DownloadString(@"http://www.google.com"); 
    HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
    document.Load(source); 
    XmlDocument output = new XmlDocument(); 
    XmlElement imgElements = output.CreateElement("ImgElements"); 
    output.AppendChild(imgElements); 
    foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img[contains(@src, '_412s.jpg')]") 
    { 
     XmlElement img = output.CreateElement(link.Name); 
     foreach(HtmlAttribute a in link.Attributes) 
     { 
      img.SetAttribute(a.Name, a.Value) 
     } 
     imgElements.AppendChild(img); 
    } 
    output.Save(@"C:\test.xml"); 
}