htmlagilitypack未加载页面的全部内容

本文关键字：全部 加载 htmlagilitypack | 更新日期: 2023-09-27 18:27:50

我需要筛选一个具有给定URL的网站。当我尝试加载页面的内容时http://cks.nice.org.uk/?char=B，我用class="list wrapper"获取div中除链接（锚元素）外的所有内容（在下面的doc对象中）

有什么想法吗？感谢

using System;
using HtmlAgilityPack;
public partial class _Default : System.Web.UI.Page
{
protected void Page_Load(object sender, EventArgs e)
{
    HtmlWeb web = new HtmlWeb();
    HtmlDocument doc = null;
    doc = web.Load("http://cks.nice.org.uk/?char=B");
}

}

htmlagilitypack未加载页面的全部内容

我一般不熟悉HtmlAgilityPack或C#，但我可以从抓取的角度告诉你我会做什么。

您需要获取的文档是http://cks.nice.org.uk/js/topics.txt它提供了一个很好的主题名称及其URL的JSON结构。分析一下，你会看到一个对象数组，比如：

{"Title":"Achilles tendinopathy","Slug":"achilles-tendinopathy","Specialities":["Injuries","Musculoskeletal"]},
{"Title":"Acne vulgaris","Slug":"acne-vulgaris","Specialities":["Skin and nail"]}

从每个中提取"Slug"并附加到基本URL以获得每个主题页面，例如。http://cks.nice.org.uk/achilles-tendinopathy

相关文章：