内部和外部外部链接

Question

获取href's以及其他可嵌入网址的广告代码。简而言之，从给定的Web链接获取所有URL's。有许多方法可以获取URL's，即正则表达式，HtmlAgilityPack，Dcsoup等...我想知道哪一个最好？

Answer 1

关于HtmlAgilityPack，这里是他们示例中的示例代码：

HtmlDocument doc = new HtmlDocument();
doc.Load("file.htm");
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
{
    HtmlAttribute att = link["href"];
    att.Value = FixLink(att);
}
doc.Save("file.htm");

它抓取具有<a>属性的所有href元素。此示例从文件加载文档，但当然可以从字符串加载文档。

Answer 2

您需要使用类似HtmlAgilityPack的内容来解析HTML文档。您还需要使用XPath轻松解析HTML。

也可以使用正则表达式，但使用XPath更适合这项工作。