Html Agility Pack帮助

Question

我正在尝试从一个网站上爬取一些信息，但无法找到适合我的解决方案。我在网上阅读的每一段代码都至少会给我生成一个错误。甚至他们主页上的示例代码也为我生成错误。

我的代码：

         HtmlDocument doc = new HtmlDocument();
         doc.Load("https://www.flashback.org/u479804");
         foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
         {
            HtmlAttribute att = link["href"];
            att.Value = FixLink(att);
         }
         doc.Save("file.htm");

出现以下错误：

'HtmlDocument'是一个模糊的引用，可以是'System.Windows.Forms.HtmlDocument'或者'HtmlAgilityPack.HtmlDocument' C:*\Form1.cs

编辑：我的整个代码在这里：http://beta.yapaste.com/55

非常感谢所有帮助！

- Victor Bjelkholm

---

正如我在下面的回复中提到的，我无法真正理解你想要做什么。如果您能更详细地描述您尝试实现的任务，我将尝试帮助您编写一个样例应用程序来实现它。 - rtpHarry

我认为你可以使用“HtmlAgilityPack.HtmlDocument”代替“HtmlDocument”来消除编译器的警告。 - B. Clay Shannon-B. Crow Raven

啊，原来是那个"using HtmlDocument = System.Windows.Forms.HtmlDocument;"不知何故被添加到了我的usings子句中，导致HtmlAgilityPack版本的HtmlDocument类被遮蔽了。 - B. Clay Shannon-B. Crow Raven

Answer 1

使用HtmlAgilityPack.HtmlDocument：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();

编译器混淆了两个你使用 using 导入的命名空间中都包含名为HtmlDocument的类，即HTML Agility Pack命名空间和Windows Forms命名空间。你可以通过明确指定要使用哪个类来解决这个问题。

- Lucas Jones

---

然后我又遇到了另一个错误： 'HtmlAgilityPack.HtmlDocument' 不包含 'DocumentElement' 的定义，也没有接受类型为 'HtmlAgilityPack.HtmlDocument' 的第一个参数的扩展方法 'DocumentElement' 可用（是否缺少 using 指令或程序集引用？） - Victor Bjelkholm

@Victor：我不太确定库的确切布局，但我看到了示例代码http://htmlagilitypack.codeplex.com/wikipage?title=Examples&referringTitle=Home。从该页面底部的评论中，您可能需要尝试使用`DocumentNode`而不是`DocumentElement`。虽然这有点冒险... - Lucas Jones

嗯...我不确定。你贴入的代码似乎没有问题...也许其他地方出错了？ - Lucas Jones

有没有其他的方法可以使用C#从网站上获取信息？ - Victor Bjelkholm

你正在使用的库是我所知道的最好的方法来实现你想要做的事情... 你可以尝试创建一个新项目，并仅执行最少必要的操作以使示例代码工作。或者，如果它包含完整的示例应用程序，请查看您的代码与其之间是否存在任何差异。 - Lucas Jones

Answer 2

这是我实现的方法。请注意，在主函数中，Html Agility Pack 示例 中的 foreach 行代码存在错误。下面提供了正确且经过测试的代码。

 HtmlWeb hw = new HtmlWeb();

    HtmlDocument doc = hw.Load(@"http://adityabajaj.com");
    StringBuilder sb = new StringBuilder();

    List<string> lstHref = new List<string>();

    foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]").Distinct())
    {
        string curHref = link.Attributes["href"].Value;

        if(!lstHref.Contains(curHref))
        lstHref.Add(curHref);

    }
    foreach (string str in lstHref)
    {
        sb.Append(str +"<br />");
    }

    Response.Write (sb.ToString());

自从这个方法对我有用之后，我觉得我应该分享一下。

- aditya

Answer 3

两个命名空间中的类 System.Windows.Forms 和 HtmlAgilityPack 发生了冲突。请使用完全限定的类型名称或使用命名空间别名。

- James Dunne

---

那没怎么帮到我，您能再详细解释一下我该怎么做吗？ - Victor Bjelkholm

Answer 4

我写了几篇文章来介绍如何使用HtmlAgilityPack。你可能会发现它们很有用，可以帮助你入门:

• http://runtingsproper.blogspot.com/search/label/HtmlAgilityPack

警告（2012-06-08）：此链接有点垃圾 - 不良的弹出广告，内容不多。

我不知道他们现在是否已经修复了，但是那个片段以前在网站首页上不起作用，我认为它来自库的早期版本。此外，片段没有定义FixLink()，因此即使对于该库而言是正确的，它也无法工作。

我建议获取最新的库beta版本，因为它具有额外的扩展，可针对其执行linq查询，这可以避免您以后混淆xpath查询。

我以前没有看到它在Windows Forms应用程序中使用过，但是看起来您将不得不使用完全限定的类型名称，例如：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();

关于您要执行的实际任务，似乎您想要获取一个URL，将用户名和ID注入其中，然后...不确定？您似乎既想将文件保存到磁盘中，又想将HTML代码设置为表单内容的内容，但我认为这是不可能做到的。

- rtpHarry

---

@tomfanning - 感谢您的通知，似乎其中一个小部件正在向用户发送垃圾邮件。我已经移除了PostRank和Blogged.com小部件，现在不再看到垃圾邮件弹出窗口了。 - rtpHarry