Парсинг html: получить значение между тегами <a></a>

@summerokk · Регистрация: 17.06.2013

Author24 — интернет-сервис помощи студентам

Я вот хочу написать парсер, наткнулся на код и он получал атрибуты href, я хотел получить значение между <a></a>
Написал вот это :

C#

            wClient = new WebClient();
            wClient.Proxy = null;
            wClient.Encoding = encode;
 
            var doc = new HtmlDocument();
            doc.LoadHtml(wClient.DownloadString("http://dota2.ru/heroes/"));
            var listsNode = doc.DocumentNode.SelectNodes("//div[@class='list']");
 
            foreach (HtmlNode s in listsNode)
            {
                foreach (HtmlNode aNode in s.ChildNodes)
                {
                    if (aNode.Name == "a")
                    {                       
                            Console.WriteLine(aNode.InnerText);                      
                    }
                }
            }
 
            Console.ReadKey();

@nmcf · 01.05.2014, 18:28

Это работает? DocumentNode разве не к XML относится?

@summerokk · 01.05.2014, 18:30 **[ТС]**

ну именно код выше не работает, но код который получал значение атрибутов он работал

@nmcf · 01.05.2014, 18:48

Ты Html Agility Pack, что ли, используешь?

@summerokk · 01.05.2014, 18:57 **[ТС]**

да именно его

@rRczZZ · 01.05.2014, 19:13

summerokk, XPath: "//div[@class='list']/a". Эти теги не содержат текста, поэтому innertText "пустой". Определитесь, что хотите спарсить, вот первый из тегов <a>:

HTML5

<a href="http://dota2.ru/heroes/earthshaker/" data-role=" - Initiator - Disabler - Support - Lane Support" data-attack-type="melee">
    <img src="http://dota2.ru/img/heroes/earthshaker/icon.jpg"/>
    <div class="hidden" data-name="Earthshaker" data-attack-type="Ближний бой" data-role=" - Initiator - Disabler - Support - Lane Support"/>
</a>

@summerokk · 01.05.2014, 19:30 **[ТС]**

тогда получается мне надо значение div который внутри

@rRczZZ · 01.05.2014, 20:25

summerokk, ну так ведь и он внутри пуст. Собственно, спарсить можно как-то:

Кликните здесь для просмотра всего текста

C#

static List<dynamic> DownloadHeroes()
{
    var wc = new WebClient() { Encoding = Encoding.UTF8 };
    var doc = new HtmlDocument();
    doc.LoadHtml(wc.DownloadString("http://dota2.ru/heroes/"));
    var nodes = doc.DocumentNode.SelectNodes("//div[@class='list']/*/div[@data-name]");
 
    return nodes.Select(node => new
        {
            Name = node.Attributes["data-name"].Value,
            AttackType = node.Attributes["data-attack-type"].Value,
            DataRole = node.Attributes["data-role"].Value
                .Split(new char[] { ' ', '-' }, StringSplitOptions.RemoveEmptyEntries)
        }).ToList < dynamic>();
}
 
var heroes = DownloadHeroes();
foreach (var hero in heroes)
{
    Console.WriteLine("{0}\nТип атаки: {1}\nРоль: {2}\n", 
        hero.Name, hero.AttackType, String.Join(", ", hero.DataRole));
}

@summerokk · 01.05.2014, 21:32 **[ТС]**

а вот если бы он не был пустой тогда как спарсить?

@nmcf 7803 / 6567 / 2988 Регистрация: 14.04.2014 Сообщений: 28,705
	01.05.2014, 18:28	2
	Это работает? DocumentNode разве не к XML относится? 0

@summerokk 8 / 8 / 6 Регистрация: 17.06.2013 Сообщений: 140
	01.05.2014, 18:30 [ТС]	3
	ну именно код выше не работает, но код который получал значение атрибутов он работал 0

@nmcf 7803 / 6567 / 2988 Регистрация: 14.04.2014 Сообщений: 28,705
	01.05.2014, 18:48	4
	Ты Html Agility Pack, что ли, используешь? 0

@summerokk 8 / 8 / 6 Регистрация: 17.06.2013 Сообщений: 140
	01.05.2014, 18:57 [ТС]	5
	да именно его 0

@summerokk 8 / 8 / 6 Регистрация: 17.06.2013 Сообщений: 140
	01.05.2014, 19:30 [ТС]	7
	тогда получается мне надо значение div который внутри 0

@summerokk 8 / 8 / 6 Регистрация: 17.06.2013 Сообщений: 140
	01.05.2014, 21:32 [ТС]	9
	а вот если бы он не был пустой тогда как спарсить? 0