如何在 C# 中从 HTML 文件中提取图像 url

Posted 2023-03-05

【中文标题】如何在 C# 中从 HTML 文件中提取图像 url

【英文标题】：How to extract image urls from HTML File in C#

【发布时间】：2010-10-21 21:24:19

【问题描述】：

谁能帮助我解释如何从 C# 中的 html 文件中提取图像 url

【参考方案1】：

HTML Agility Pack 可以做到这一点 - 只需使用类似 //img 的查询并访问 src - 就像这样：

string html;
using (WebClient client = new WebClient()) 
    html = client.DownloadString("http://www.google.com");

HtmlDocument doc = new HtmlDocument();        
doc.LoadHtml(html);
foreach(HtmlNode img in doc.DocumentNode.SelectNodes("//img")) 
    Console.WriteLine(img.GetAttributeValue("src", null));

【讨论】：

+1 我昨天用正则表达式痛苦地写了一个 SO 投票计数器/标签。这会有很大帮助。

使用正则表达式不是更容易吗？

这将只提取最顶层节点的子节点的 img 元素吗？

@mirezus - 不 // 表示任何级别

内联图像的情况下效果不佳，因为 SRC 实际上包含图像本身。

【参考方案2】：

您必须解析 HTML 并检查 img 标签，使用以下链接它包含用于解析 HTML 标签的 C# 库