如何使用html文档中的URL解析rel =“canonical”标记?
我想在这里找到网址:
<link rel="canonical" href="http://stackoverflow.com/questions/2593147/html-agility-pack-make-code-look-neat" />
答案 0 :(得分:3)
假设doc
是您的HtmlDocument
对象。
HtmlNodeCollection links = doc.DocumentNode.SelectNodes("//link[@rel]");
应该为您提供具有link
属性的rel
元素。现在迭代:
foreach (HtmlNode link in links)
{
string url;
if (link.Attributes["rel"] == "canonical") {
url = link.Attributes["href"];
}
}
此外,可以过滤SelectNodes调用中的链接,只获取具有“规范”的链接:doc.DocumentNode.SelectNodes("//link[@rel='canonical']");
没有经过测试的代码,但您明白了这一点:)
答案 1 :(得分:2)
接受的答案不再正确,更新后的代码如下:
var links = htmlDoc.DocumentNode.SelectNodes("//link[@rel]");
string canonical;
foreach (HtmlNode link in links)
{
if (link.Attributes["rel"].Value == "canonical")
{
canonical = link.Attributes["href"].Value;
}
}
答案 2 :(得分:0)
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(_html);
String link = (from x in doc.DocumentNode.Descendants()
where x.Name == "link"
&& x.Attributes["rel"] != null
&& x.Attributes["rel"].Value == "canonical"
&& x.Attributes["href"] != null
select x.Attributes["href"].Value).FirstOrDefault();