我正在尝试从网站获取图像列表,并将它们保存到硬盘但它不起作用

时间:2012-05-15 10:12:36

标签: c# html-agility-pack

我正在使用HtmlAgilityPack。

在此函数中,foreach计数中的imageNodes为0

我不明白为什么列表计数为0

该网站包含许多图片。我想要的是从网站获取图像列表并在richTextBox1中显示列表,我还想将我站点上的所有图像保存在硬盘上。

我该如何解决?

public void GetAllImages()
{
   // Bing Image Result for Cat, First Page
   string url = "http://www.bing.com/images/search?q=cat&go=&form=QB&qs=n";

   // For speed of dev, I use a WebClient
   WebClient client = new WebClient();
   string html = client.DownloadString(url);

   // Load the Html into the agility pack
   HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
   doc.LoadHtml(html);

   // Now, using LINQ to get all Images
   List<HtmlNode> imageNodes = null;
   imageNodes = (from HtmlNode node in doc.DocumentNode.SelectNodes("//img")
                 where node.Name == "img"
                    && node.Attributes["class"] != null
                    && node.Attributes["class"].Value.StartsWith("img_")
                 select node).ToList();

   foreach (HtmlNode node in imageNodes)
   {
      // Console.WriteLine(node.Attributes["src"].Value);
      richTextBox1.Text += node.Attributes["src"].Value + Environment.NewLine;
   }
}

2 个答案:

答案 0 :(得分:2)

正如我所看到的Bing图像的正确类别是sg_t。您可以使用以下Linq查询获取HtmlNodes

List<HtmlNode> imageNodes = doc.DocumentNode.Descendants("img")
    .Where(n=> n.Attributes["class"] != null && n.Attributes["class"].Value == "sg_t")
    .ToList();

此列表应填充所有imgclass = 'sg_t'

答案 1 :(得分:0)

快速查看代码中的示例页面/网址,可以看出您所处的图片没有以“img _”开头的类类型。

<img class="sg_t" src="http://ts2.mm.bing.net/images/thumbnail.aspx?q=4588327016989297&amp;id=db87e23954c9a0360784c0546cd1919c&amp;url=http%3a%2f%2factnowtraining.files.wordpress.com%2f2012%2f02%2fcat.jpg" style="height:133px;top:2px">

我注意到你的代码只针对thumnails。您还需要全尺寸图像URL,它位于每个缩略图周围的锚点中。您需要从href中提取最终URL,如下所示:

<a href="/images/search?q=cat&amp;view=detail&amp;id=89929E55C0136232A79DF760E3859B9952E22F69&amp;first=0&amp;FORM=IDFRIR" class="sg_tc" h="ID=API.images,18.1"><img class="sg_t" src="http://ts2.mm.bing.net/images/thumbnail.aspx?q=4588327016989297&amp;id=db87e23954c9a0360784c0546cd1919c&amp;url=http%3a%2f%2factnowtraining.files.wordpress.com%2f2012%2f02%2fcat.jpg" style="height:133px;top:2px"></a>

并解码看起来像这样的位: url=http%3a%2f%2factnowtraining.files.wordpress.com%2f2012%2f02%2fcat.jpg

解码为: http://actnowtraining.files.wordpress.com/2012/02/cat.jpg