Question

我需要帮助从标题部分中的网站列表中取出h1，并将其放入Visual Basic / Studio中的列表框中。

网站数量相当高，所以我希望有多线程或其他相关内容。

网站html标题示例：

<header> 
            <a href="http://www.example.org/"><h1>Exmaple header I NEED TO GET THIS</h1></a>
            <p>Example and more gibberish below</p>
            <div class="hero-unit">
                <button data-toggle="modal" data-target="#download" class="btn btn-large btn-download"><i class="icon-unlock icon-white"></i> Instant Download</button>
                <div id="download" class="modal hide fade" aria-hidden="true">
                    <div class="modal-header">
                        <button type="button" class="close" data-dismiss="modal" aria-hidden="true">×</button>
                        <h3>Blahblahblargh</h3>
                    </div>
                    <div class="modal-body" id="gw_content">
                        <img src="./landingpage/_img/wheel-throb.gif" />
                    </div>
                    <div class="modal-footer">
                        <p>Derp</p>
                    </div>
                </div>
                <p>meow</p>
            </div>

我需要从上面的代码中获取h1。

我道歉，因为这可能有点复杂，我打算大力拓展这一点，我认为这将有利于我的自学经验。

我确实了解Visual Studio的基础知识，所以不要认为你必须教我如何制作表格：）

编辑：

我只需要标题中的h1标记。谢谢！

Answer 1

您应该尝试HtmlAgilityPack来解析HTML代码。它可以通过NuGet Package Manager AddIn。

轻松安装

安装软件包并研究其部分功能后，我建议您使用HAPTestbed等工具来测试正则表达式。它将为您节省大量时间。

以下是您可以用作起点的基本示例：

Dim wc As New WebClient()
Dim html = wc.DownloadString("http://some-web-site.com/")
wc.Dispose()
Dim htmlDoc As New HtmlDocument()
htmlDoc.LoadHtml(html)
For Each h1Node In htmlDoc.DocumentNode.SelectNodes("//h1")
    ' Do Something...
Next

从网站列表中获取<h1>并将其放入列表框</h1>

1 个答案: