Question

我目前正在使用HtmlAgilityPack创建一个C＃控制台应用程序，我正在尝试获取网页上链接的参数值。所以基本上我有一个网页，在那个页面上有一堆链接。其中一个链接有一个名为＆＃34; &pagenumber=＆＃34;的参数。我想要获得的是<a href="http://forum.tibia.com/forum/?action=board&boardid=25&threadage=-1&pageitems=30&pagenumber=974">Last Page</a>之后的值，并将其保存到int变量。

步骤：

转到网站（http://forum.tibia.com/forum/?action=board&boardid=25&threadage=-1）
查找文字＆＃34;最后一页＆＃34;在页面底部的网址中：

string PageLink = "http://forum.tibia.com/forum/?action=board&boardid=25&threadage=-1"; Task.Run(async () => { using (var client = new HttpClient()) { // Load the html of the page var html = await client.GetStringAsync(PageLink); var document = new HtmlAgilityPack.HtmlDocument(); document.LoadHtml(html); // Find the "Last Page" link at bottom of page var lastPageLink = document.DocumentNode.Descendants("a").First(x => x.Attributes["href"].Value.Contains("&threadage=-1&pageitems=30&pagenumber=")).InnerHtml; // Print out the pagenumber value Console.WriteLine(lastPageLink); } }).Wait(1000);

从＆＃34; pagenumber＆＃34;中抓取参数值（在这种情况下＆＃34; 974＆＃34;）
将其保存为整数变量

到目前为止我的代码：

http://forum.tibia.com/forum/?action=board&boardid=25&threadage=-1&pageitems=30&pagenumber=974

然而，我的代码没有打印任何东西所以我想知道我在这里做错了什么。我没有收到任何错误。我基本上试图找到所有的链接（a-tag），我看看＆＃34; href＆＃34;它们的值，看它是否包含＆＃34;＆amp; threadage = -1＆amp; pageitems = 30＆amp; pagenumber =＆＃34;。如果是这样，它应该选择它的html代码。

所以现在，我希望我的代码可以打印：abcd efgh ijkl mnop qrst uvwx

然后我可以继续使用正则表达式或其他东西来获得＆＃34; 974＆＃34;。

网址包含＆＃34; board＆amp; boardid = 25＆amp; threadage = -1＆＃34;非常重要，因为还有其他链接与＆＃34;最后一页＆＃34;它的价值。

Answer 1

var lastPageLink = document.DocumentNode.Descendants("a").First(x => x.Attributes["href"] != null && x.Attributes["href"].Value.Contains("&amp;threadage=-1&amp;pageitems=30&amp;pagenumber=")).Attributes["href"].Value;

两处变化，

我在lambda语句的前面添加了x.Attributes["href"] != null &&，以防止链接没有href属性时NullReferenceException。
将.InnerHtml切换为.Attributes["href"].Value以打印网址，而不是Last Page。

<强>解析

var matchingString = "&amp;threadage=-1&amp;pageitems=30&amp;pagenumber=";
var start = lastPageLink.IndexOf(matchingString) + matchingString.Length;
var end = lastPageLink.Length - start;
var pageNumber = lastPageLink.IndexOf(matchingString) >= 0 ? lastPageLink.Substring(start, end) : "Unknown";
Console.WriteLine("Page #: " + pageNumber);

应该得到你想要的东西。我不知道正则表达式，所以如果你想使用它，你必须自己解决这个问题。

注意：我假设pagenumber是最后一个url参数，并不总是如此。因此，如果您使用此代码的不仅仅是短期使用，我会相应地进行调整。

如何从网页中的链接中读取url参数的内容？

1 个答案: