كيف يمكنني استخدام حزمة HTML Agility لاسترداد جميع الصور من موقع ويب؟

Question

لقد قمت للتو بتنزيل HTMLAGILITYPACK ولم يكن للوثائق أي أمثلة.

أبحث عن طريقة لتنزيل جميع الصور من موقع ويب. سلاسل العنوان ، وليس الصورة المادية.

<img src="blabalbalbal.jpeg" />

أحتاج إلى سحب مصدر كل علامة IMG. أريد فقط أن أشعر بالمكتبة وما يمكن أن تقدمه. قال الجميع إن هذا كان أفضل أداة لهذا المنصب.

تعديل

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

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

                         //I can't use the Descendants method. It doesn't appear.
        var ImageURLS = document.desc
                   .Select(e => e.GetAttributeValue("src", null))
                   .Where(s => !String.IsNullOrEmpty(s));        
    }

Answer 1

يمكنك القيام بذلك باستخدام LINQ ، مثل هذا:

var document = new HtmlWeb().Load(url);
var urls = document.DocumentNode.Descendants("img")
                                .Select(e => e.GetAttributeValue("src", null))
                                .Where(s => !String.IsNullOrEmpty(s));

تعديل: هذا الرمز يعمل الآن بالفعل ؛ لقد نسيت الكتابة document.DocumentNode.

Answer 2

بناءً على مثال واحد ، ولكن مع XPath المعدلة:

 HtmlDocument doc = new HtmlDocument();
 List<string> image_links = new List<string>();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//img"))
 {
    image_links.Add( link.GetAttributeValue("src", "") );
 }

لا أعرف هذا الامتداد ، لذلك لست متأكدًا من كيفية كتابة الصفيف إلى مكان آخر ، لكن هذا سيحصل على الأقل على بياناتك. (أيضًا ، أنا لا أحدد الصفيف بشكل صحيح ، أنا متأكد. آسف).

تعديل

باستخدام مثالك:

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

        HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
        List<string> image_links = new List<string>();
        document.Load(source);

        foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img"))
        {
          image_links.Add( link.GetAttributeValue("src", "") );
       }


    }