c# - HTML Agility Pack 获取页面上所有 anchor 的 href 属性

Question

我正在尝试将从 HTML 文件中提取的链接添加到 CheckBoxList (cbl_items)。

它目前有效，但不是链接，而是项目的名称显示为 HtmlAgilityPack.HtmlNode。 我尝试使用 DocumentElement 而不是 Node 但它说它不存在或类似。

如何获取要显示的 URL 而不是 HtmlAgilityPack.HtmlNode？

这是我到目前为止尝试过的:

HtmlWeb hw = new HtmlWeb();
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc = hw.Load(tb_url.Text);
foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]"))
{
  cbl_items.Items.Add(link);
}

Answer 1

您正在将 HtmlNode 对象 添加到 CheckBoxList 而不是 href 属性的值。您看到的是 HtmlNode 的 ToString() 值，因为这是 CheckBoxList 可以显示该对象的最佳值。

相反，您可以使用 GetAttributeValue(string attribute, string defaultValue) 来检索 href 属性的值。

HtmlWeb hw = new HtmlWeb();
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc = hw.Load(tb_url.Text);
foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]"))
{
    // Get the value of the HREF attribute
    string hrefValue = link.GetAttributeValue( "href", string.Empty );
    cbl_items.Items.Add(hrefValue);
}