Как вытащить текст со Html странички? Html Agility Pack

@MacTony · Регистрация: 29.01.2018

Author24 — интернет-сервис помощи студентам

Всё очень просто как вытащить текст с Html странички с помощью Html Agility Pack? К примеру у нас есть страничка того же сайта
html-agility-pack.net, и нам к примеру нужна втащить текст количества скачиваний вопрос как?

@OwenGlendower · 10.10.2018, 14:02

MacTony, в случае с Html Agility Pack главное это найти XPath для нужного узла. В данном можно искать по атрибуту class

C#

1
2
3

var web = new HtmlWeb();
HtmlDocument doc = web.Load("http://html-agility-pack.net/");
string downloads = doc.DocumentNode.SelectSingleNode("//div[contains(@class, 'style-4')]").InnerText.Trim();

@MacTony · 11.10.2018, 16:54 **[ТС]**

OwenGlendower. Здравствуйте! Спасибо за такой исчерпывающий ответ! Но у меня вопрос, как вы нашли XPath, через какие инструменты?

@OwenGlendower · 11.10.2018, 17:12

MacTony, взял CSS селектор из инструментов разработчика в браузере и переписал в xpath. Есть расширения позволяющие сразу получать xpath из html.

@MacTony · 11.10.2018, 17:56 **[ТС]**

А какой браузер вы использовали?

@OwenGlendower · 11.10.2018, 18:12

MacTony, Firefox, но это не имеет значения. Инструменты веб-разработчика есть во всех современных браузерах.

@MacTony · 11.10.2018, 18:48 **[ТС]**

Просто у меня в Google XPacth видимо не корректно работает, я копирую к примеру вот этот XPacth под Downloaded more than значение XPacth: //*[@id="downloadCount"]/div[2] я его подставляю в поле

C#

1
2
3

string downloads = doc.DocumentNode
                .SelectSingleNode("//*[@id='downloadCount']/div[2]")
                .InnerText.Trim();

но в строке downloads 0 почему?

@MacTony · 11.10.2018, 18:51 **[ТС]**

Вот весь код:

C#

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using HtmlAgilityPack;
using System.Net;
using System.Net.Http;
using System.IO;
 
namespace Parser
{
    class Program
    {
        static void Main(string[] args)
        {
 
            var web = new HtmlWeb();
            HtmlDocument doc = web.Load("http://html-agility-pack.net/");
            string downloads = doc.DocumentNode
                .SelectSingleNode("//*[@id='downloadCount']/div[2]")
                .InnerText.Trim();////div[contains(@class, 'style-4')]
 
            Console.WriteLine(downloads);
            Console.ReadLine();
 
        }
    }
}

Вывод:

@MacTony 1 / 0 / 1 Регистрация: 29.01.2018 Сообщений: 22
		1
	.NET 4.x Как вытащить текст со Html странички? Html Agility Pack 10.10.2018, 12:38. Показов 3716. Ответов 7 Метки .net 4.6, htmlagilitypack (Все метки) Всё очень просто как вытащить текст с Html странички с помощью Html Agility Pack? К примеру у нас есть страничка того же сайта html-agility-pack.net, и нам к примеру нужна втащить текст количества скачиваний вопрос как? 0

@MacTony 1 / 0 / 1 Регистрация: 29.01.2018 Сообщений: 22
	11.10.2018, 16:54 [ТС]	3
	OwenGlendower. Здравствуйте! Спасибо за такой исчерпывающий ответ! Но у меня вопрос, как вы нашли XPath, через какие инструменты? 0

@OwenGlendower Администратор 17710 / 13837 / 5313 Регистрация: 17.03.2014 Сообщений: 28,343 Записей в блоге: 1
	11.10.2018, 17:12	4
	MacTony, взял CSS селектор из инструментов разработчика в браузере и переписал в xpath. Есть расширения позволяющие сразу получать xpath из html. 0

@MacTony 1 / 0 / 1 Регистрация: 29.01.2018 Сообщений: 22
	11.10.2018, 17:56 [ТС]	5
	А какой браузер вы использовали? 0

@OwenGlendower Администратор 17710 / 13837 / 5313 Регистрация: 17.03.2014 Сообщений: 28,343 Записей в блоге: 1
	11.10.2018, 18:12	6
	MacTony, Firefox, но это не имеет значения. Инструменты веб-разработчика есть во всех современных браузерах. 0

	11.10.2018, 18:51