एचटीएमएल चपलता पैक का उपयोग करके एचटीएमएल से एचटीएमएल से छवियों को निकालने और उन्हें एक एक्सएमएल फ़ाइल

Question

में लिखना मैं सी # के लिए नया हूं और मुझे वास्तव में निम्नलिखित समस्या के साथ मदद की ज़रूरत है। मैं उन वेबपृष्ठों से फोटो यूआरएल निकालना चाहता हूं जिनके पास एक विशिष्ट पैटर्न है। उदाहरण के लिए, मैं उन सभी छवियों को निकालना चाहता हूं जिनमें निम्न पैटर्न name_412s.jpg है। मैं HTML से छवियों को निकालने के लिए निम्न कोड का उपयोग करता हूं, लेकिन मुझे यह नहीं पता कि इसे कैसे अनुकूलित किया जाए।

public void Images() 
    { 
     WebClient x = new WebClient(); 
     string source = x.DownloadString(@"http://www.google.com"); 

     HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
     document.Load(source); 

     foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img") 
     { 
      images[] = link["src"]; 
     } 
} 

मुझे परिणामों को एक XML फ़ाइल में लिखने की भी आवश्यकता है। क्या आप इसके साथ मेरी मदद भी कर सकते हैं?

धन्यवाद!

Answer 1

क्वेरी परिणामों को सीमित करने के लिए, आपको अपने XPath में एक शर्त जोड़ने की आवश्यकता है। उदाहरण के लिए, //img[contains(@src, 'name_412s.jpg')] परिणामों को केवल img पर सीमित करेगा जिनके पास src विशेषता है जिसमें फ़ाइल का नाम है।

जहां तक ​​एक्सएमएल के परिणाम लिखते हैं, आपको एक नया एक्सएमएल दस्तावेज बनाना होगा और उसके बाद मिलान तत्वों को कॉपी करना होगा। चूंकि आप सीधे XmlDocument में HtmlAgilityPack नोड आयात करने में सक्षम नहीं होंगे, इसलिए आपको सभी विशेषताओं को मैन्युअल रूप से कॉपी करना होगा। उदाहरण के लिए:

using System.Net; 
using System.Xml; 

// ... 

public void Images() 
{ 
    WebClient x = new WebClient(); 
    string source = x.DownloadString(@"http://www.google.com"); 
    HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
    document.Load(source); 
    XmlDocument output = new XmlDocument(); 
    XmlElement imgElements = output.CreateElement("ImgElements"); 
    output.AppendChild(imgElements); 
    foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img[contains(@src, '_412s.jpg')]") 
    { 
     XmlElement img = output.CreateElement(link.Name); 
     foreach(HtmlAttribute a in link.Attributes) 
     { 
      img.SetAttribute(a.Name, a.Value) 
     } 
     imgElements.AppendChild(img); 
    } 
    output.Save(@"C:\test.xml"); 
}