Question

请考虑以下代码：

string url="http://badoo.com";
HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(url);
myRequest.Method = "GET";
WebResponse myResponse = myRequest.GetResponse();
StreamReader sr = new StreamReader(myResponse.GetResponseStream(), System.Text.Encoding.UTF8);
string result = sr.ReadToEnd();
sr.Close();
myResponse.Close();

现在我在结果变量中有htmlstring，让我们尝试一下：

// save normally
File.WriteAllText("1.html",result);

// save using HTMLAgilityPack
HtmlAgilityPack.HtmlDocument hdoc = new HtmlAgilityPack.HtmlDocument();
hdoc.LoadHtml(result);
hdoc.Save("2.html");

有人可以告诉我为什么1.html和2.html看起来不一样吗？虽然它们的文件大小相同吗？

链接到正确的（file.writealltext（））：http://woman2.com/1.html

链接到错误的链接（使用htmlagility pack保存）：http://woman2.com/2.html

更新我还尝试将文件保存在本地磁盘上，然后

hdoc.Load("path/to/local",true);

我也尝试过：

hdoc.LoadHtml(result);

并尝试过：

hdoc.Save("2.html",Encoding.UTF8);

但任何尝试似乎都对我有用。我现在已经为此奋斗了3天。

Answer 1

安德鲁莫顿是对的。文件＆＃39; 1.html＆＃39;形成的方式使敏捷包愤怒/害怕/困惑。严肃地说，我运行了你的代码并对结果文件进行了分析，这里有一些区别：

无害：

删除空白冗余
添加以前自动关闭的结束标记

可能影响网站：

添加以前不存在的属性值
更改特定于语言的字符

可能影响网站：

＆＃34;修正＆＃34;无与伦比的报价（如果我不得不猜，我会把钱放在这里）

再次，正如安德鲁提到的那样，在将头撞到墙上之前先将其修好。

使用HTMLAgilityPack创建HTMLDocument的正确方法？

1 个答案: