Question

我编写了这段代码，以便从用户插入的URL中获取html代码。我使用了HtmlAgilityPack，因为我只想处理代码的特定部分（正文，标题等）。我成功地“下载”了网站上的数据，但我发现我的Xpath代码在某种程度上是不正确的。以下是相关代码：

Dim htmlWeb As String = URL (inserted by the user)
Dim htmlDoc As HtmlAgilityPack.HtmlDocument = New HtmlAgilityPack.HtmlDocument
    htmlDoc.LoadHtml(htmlWeb)
Dim htmlText As String
    htmlDoc.OptionFixNestedTags = True
Dim myBR As HtmlNodeCollection = htmlDoc.DocumentNode.SelectNodes("...")
    htmlText = myBR("...").InnerText

    For Each Match_Positive_Word As Match In Regex.Matches(htmlText, Positive_Words)
        Positive_Counter = Positive_Counter + 1
    Next

    For Each Match_Negative_Word As Match In Regex.Matches(htmlText, Negative_Words)
        Negative_Counter = Negative_Counter + 1
    Next

问题：

我需要在括号内写一下，以便获取body标签内的数据？
我与html代码的连接是否正确？有没有更好或更有效的方法来做到这一点？

修改

当我htmlDoc.Load(htmlWeb)时，它给了我错误：不支持URI格式。但是当我执行LoadHtml时，它似乎有效。主要问题在于 htmlText = myBR.InnerText.它返回错误：对象引用未设置为对象的实例。这是我写的：

Dim htmlWeb As String = URL
Dim htmlDoc As HtmlAgilityPack.HtmlDocument = New HtmlAgilityPack.HtmlDocument
    htmlDoc.LoadHtml(htmlWeb)
Dim htmlText As String
    htmlDoc.OptionFixNestedTags = True
Dim myBR As HtmlNode = htmlDoc.DocumentNode.SelectSingleNode("//body")
    htmlText = myBR().InnerText

我需要在myBR的barackets中添加什么吗？我试过.InnerHtml，它也不起作用。

Answer 1

~~如果您有URL，请使用Load()方法，如果您有html页面，请使用LoadHtml()。在这种情况下，您似乎需要第一种方法：~~

~~htmlDoc.Load(htmlWeb)~~

正如您所说的那样，要获取body标签，您可以使用这个简单的XPath //body

更新：

我错过了HAP HtmlDocument与XDocument不同的事实，不能直接从Load开始。该方法仅接受本地计算机中文件的路径。要从网址加载HtmlDocument，您需要使用HtmlWeb的{{1}}方法。试试这个：

Load()

在vb中使用.innertext时出现Xpath错误

1 个答案: