Question

我开始在项目中使用Anglesharp，我不仅要获取和下载HTML，还需要下载文档的图像。我知道在Document对象中有一个名为Images的属性，但显然它并没有得到所有这些属性，我在YouTube页面上进行了测试，只得到一个（重复几次）。例如，我想获得当前视频的thumbinail，这似乎在<meta>标签内。更准确地说，图像存储在这种标签中：

<meta content="https://i.ytimg.com/vi/hW-kDv1WcQM/hqdefault.jpg" property="og:image">

所以我想知道是否有办法选择页面内任何图像的所有节点/网址，无论使用哪个标记。我认为QuerySelectorAll在这种情况下不起作用，因为它只选择一种类型的节点。您可以尝试在github上找到的示例代码来验证（我刚刚更改了YouTube的URL和选择器：D）：

// Setup the configuration to support document loading
var config = Configuration.Default.WithDefaultLoader();
// Load the names of all The Big Bang Theory episodes from Wikipedia
var address  = "https://www.youtube.com/watch?v=hW-kDv1WcQM&feature=youtu.be";
// Asynchronously get the document in a new context using the configuration
var document = await BrowsingContext.New(config).OpenAsync(address);
// This CSS selector gets the desired content
var cellSelector = "img";
// Perform the query to get all cells with the content
var cells = document.QuerySelectorAll(cellSelector);
// We are only interested in the text - select it with LINQ
var titles = cells.Select(m => m.TextContent);

哦，shure，你也可以添加它来检查Image属性是否没有获得视频缩略图：

var Images = document.Images.Select(sl=> sl.Source).Distinct().ToList();

根据网址内容选择节点的其他任何方法？（像所有以“.jpg”或“.png”等结尾的网址。）

Answer 1

您可以使用LINQ API获取页面中包含图像URL的所有属性，如下所示：

.....
var document = await BrowsingContext.New(config).OpenAsync(address);

//list all image file extension here :
var fileExtensions = new string[] { ".jpg", ".png" };

//find all attribute in any element...
//where the value ends with one of the listed file extension                     
var result = from element in document.All
             from attribute in element.Attributes
             where fileExtensions.Any(e => attribute.Value.EndsWith(e))
             select attribute;

foreach (var item in result)
{
    Console.WriteLine(item.Value);
}

使用AngleSharp获取和下载图片

1 个答案: