Question

我正在使用HtmlAgilityPack并尝试从html中提取图像名称。这是我的html字符串：

sHtml = "<HTML><HEAD></HEAD><BODY>Here are some images.</br>1) < IMG style='MARGIN-BOTTOM: 20px; MARGIN-LEFT: 20px' align=right src='images/sample001.jpg'>2) < IMG style='MARGIN-BOTTOM: 25px; MARGIN-LEFT: 25px' align=right src='images/sample002.png'></br> And some docs as well.</br>1) href='javascript:parent.POPUP({url:'testDoc001.htm',type:'shared',width:600,height:645})'></br>2) href='javascript:parent.POPUP({url:'testDoc002.html',type:'shared',width:700,height:712})'></br></BODY></HTML>"

在WPF C＃中，我将此字符串传递给以下例程：

private static List<string> ExtractHtmlInfo(string sHtml)
{
    HtmlDocument doc = new HtmlDocument();
    doc.Load(new StringReader(sHtml));
    HtmlNode root = doc.DocumentNode;

    List<string> anchorTags = new List<string>();

    //foreach (HtmlNode link in root.SelectNodes("//a"))
    foreach (HtmlNode link in root.SelectNodes("//img"))
        {
        string att = link.OuterHtml;
        anchorTags.Add(att);
    }

    return anchorTags;
}

当我单步执行代码时，我看到了这一行：

string att = link.OuterHtml;

提供整个＆lt; img node ...这比我想要的要多。

我希望anchorTags只包含文件的文件夹和名称，如：

[0] = images/sample001.jpg
[1] = images/sample002.png

所以，我需要除了.OuterHtml之外的其他东西，但找不到它。

有人可以帮忙吗？

Answer 1

您正在寻找图像元素的src属性的值：

foreach (HtmlNode img in root.SelectNodes("//img"))
{
    string att = img.Attributes["src"].Value;
    anchorTags.Add(att);
}

通过HtmlAgilityPack提取

1 个答案: