HtmlAgilityPack Parsowanie

HtmlAgilityPack Parsowanie
Shady84pl
S8
Shady84pl
S8
  • Rejestracja:ponad 10 lat
  • Ostatnio:ponad 10 lat
  • Postów:27
0

Witam mam problem z Parsowaniem mam kod który zwraca mi taką treść w Html:

Kopiuj
<div class="avatar-container av-32" ><a class="gwiazda-tlo" href="/profil/jakiś tam profil" title="DR" target="_blank"><img src="http://s.fotka.pl/img/" alt="Avatar użytkownika DR" class="g16 g16_73" /></a><a class="shadowed-avatar av-32" href="/profil/DR" target="_blank"><img src="http://s.fotka.pl/img/" style="background-size: 32px;background-image:url(http://s.fotka.pl/img/users/);background-image:-webkit-image-set( url(http://s.fotka.pl/img/users/av/.png) 1x, url(http://s.fotka.pl/img/users/av/.png) 1.5x);filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src=http://s.fotka.pl/img/users/av/.png, sizingMethod=scale);" alt="DR" /></a></div> <span class="notify-body-login"><a href="/profil/DR"><span style="color:#000000;font-weight:bold;">DR</span></a> <a href="/klubgwiazd"><img src="http://s.fotka.pl/img/.gif" alt="" class="g16 g16_73" /></a> </span> dodał wątek <a href="/grupa/868732/Fotkapl_Klub_Gwiazd/Forum/178766/Ktos_wiec_gdzie_mozna_sprawdzic_do_kiedy_jest_gwiazdka_">Ktos wiec gdzie można sprawdzić do kiedy jest gwiazdka ?</a> na forum grupy <a href="/grupa/868732/Fotkapl_Klub_Gwiazd/">Fotka.pl - Klub Gwiazd</a>

i nie mogę sobie poradzić z Parsowaniem całej strony gdy robię takie coś:

Kopiuj
  HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
  doc.Load(test);
  doc.DocumentNode.SelectNodes("//div[contains(@class, 'content')]");

Wyskakuje błąd:"Additional information: Niedozwolone znaki w ścieżce", jak sparsować całą stronę proszę o Pomoc.

Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
.Al
AL
.Al
AL
  • Rejestracja:ponad 11 lat
  • Ostatnio:około miesiąc
  • Postów:308
0

może nie na temat, ale jak chcesz coś wyciągnąć z tego kodu to użyj regexa albo substring, indexof itp

DibbyDum
XPath jest lepszy do operowania na markup language, nie ma sensu używać w takich przypadkach to co podałeś.
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
DibbyDum
DibbyDum
DibbyDum
DibbyDum
  • Rejestracja:ponad 12 lat
  • Ostatnio:ponad rok
  • Lokalizacja:Polska, Kraków
0

Prawdopodobnie błąd jest w zmiennej test ale nie wiadomo co się pod nią kryje, html nie wygląda na kompletny.

Yubby dibby dibby dibby dibby dibby dibby dum..
edytowany 1x, ostatnio: DibbyDum
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
event15
E1
event15
E1
  • Rejestracja:ponad 10 lat
  • Ostatnio:ponad 10 lat
  • Postów:4
0

A co chcesz dokładniej wyciągnąć?

Ja zrobiłem coś takiego:

Kopiuj
using (StreamReader sr = new StreamReader(response.GetResponseStream()))
            {
                HtmlDocument htmlDoc = new HtmlDocument();
                htmlDoc.Load(sr);
 
                var inputs = from input in htmlDoc.DocumentNode.Descendants("input")
                             where input.Attributes["name"].Value == "lt"
                             select input;
 
                foreach (var input in inputs)
                {
                    Cookie_LT = input.Attributes["value"].Value;
                }
                inputs = from input in htmlDoc.DocumentNode.Descendants("input")
                         where input.Attributes["name"].Value == "execution"
                         select input;
 
                foreach (var input in inputs)
                {
                    execution = input.Attributes["value"].Value;
                }
 
            }

Dla takiego HTMLa:

Kopiuj
<input type="hidden" name="lt" value="LT-3319433-SpTmc47FfhI6WKiMPddXLRL3C7jD09" />
<input type="hidden" name="execution" value="e1s2" />


Możliwe, że coś pomoże. Nie jestem zwolennikiem zawiłego RegExa
edytowany 1x, ostatnio: event15
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Shady84pl
S8
Shady84pl
S8
  • Rejestracja:ponad 10 lat
  • Ostatnio:ponad 10 lat
  • Postów:27
0

ok jakoś sobie poradziłem jak wyciągnąć linki tylko dalej nie wiem jak wyciągać resztę.

Kopiuj
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
 doc.LoadHtml(test);

IEnumerable<HtmlNode> links = doc.DocumentNode.Descendants("a").Where(x => x.Attributes.Contains("href"));
foreach (var link in links)
{
    richTextBox1.Text=(string.Format("{0}, {1}", link.Attributes["href"].Value, link.InnerText));       
}
edytowany 2x, ostatnio: Shady84pl
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Treść
Podgląd
Kliknij, aby dodać treść...
Kliknij, aby dodać załącznik lub wklej ze schowka.
Instrukcja obsługi Markdown
Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)