C# · 12月 23, 2021

c# – 如何使用ScrapySharp解析html文档中的元素?

这是项目官方“文档”:

https://bitbucket.org/rflechner/scrapysharp/wiki/Home

无论我尝试什么,我都找不到库应该添加的CssSelect()方法,以使查询更容易.这是我尝试过的:

using ScrapySharp.Core;using ScrapySharp.Html.Parsing;using HtmlAgilityPack;HtmlWeb web = new HtmlWeb();HtmlDocument doc = web.Load(“http://www.stackoverflow.com”);var page = doc.DocumentNode.SelectSingleNode(“//body”);page.CssSel???

具体如何使用此库?在文档中,不清楚html是什么类型.

解决方法 加 using ScrapySharp.Extensions;

看起来你错过了.这应该使CssSelect可用.

为了防止示例有用,这里也是我在项目中使用的方法:

private string GetPdfUrl(HtmlDocument document,string baseUrl){ return new Uri(new Uri(baseUrl),document.DocumentNode.CssSelect(“.table-of-content .head-row td.download a.text-pdf”).Single().Attributes[“href”].Value).ToString();}