內部和外部鏈接

Question

取href's和其他類型的可以嵌入URL的標籤。總之，從給定的網頁鏈接獲取所有URL's。有很多取得URL's的方法，即正則表達式，HtmlAgilityPack，Dcsoup等......我想知道哪一個最好？

Answer 1

您需要使用類似HtmlAgilityPack的內容來解析HTML文檔。您還需要使用XPath輕鬆解析HTML。

正則表達式也可以使用，但使用XPath更適合這項工作。

Answer 2

關於HtmlAgilityPack，這裏是他們的示例代碼示例：

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"); 

它吸引有href屬性的所有<a>元素。本示例從文件加載文檔，但當然可以從字符串加載文檔。