C＃在html中搜索，获取链接，关注它们并从每个页面中获取一些信息

Question

我不要求完整的解决方案。 听到任何建议会很高兴。

如果已经问过这种问题，我感到抱歉。 好吧，我有一个包含很多行的html文件（保存在我的PC上）。 例：

</li><li class="vertical" style="width: 20%;">
<div class="item-box vertical flex-auto">
<div class="image-box vertical center flex-auto"><a target="_blank" href="https://www.aliexpress.com/item/-/32794448855.html?scm=1007.14110.78103.0&amp;pvid=98337ce3-4886-4639-99f3-5dcaf226a0af" class="fade-in"><img src="./Электроника – Распродажа «Нам 7 лет» – AliExpress.com_files/HTB1fDZgPFXXXXXiapXXq6xXFXXXQ.jpg_350x350.jpg" alt="KingDian Новый Универсальный 2.5 &quot;до 3.5&quot; SSD HDD Окружающей Среды Пластмасс Адаптер Кронштейн Держатель Жесткого Диска для Настольных ПК"> </a></div>

这段代码包含这样的链接：

https://www.aliexpress.com/item/-/32794448855.html?scm=1007.14110.78103.0&pvid=98337ce3-4886-4639-99f3-5dcaf226a0af

我需要抓住所有类似的链接。 将它们导出到任何类型的文档。 跟着他们。 在每一页上，我需要找到包含价格的行（每一页上的ID为“ j-sku-discount-price”）。

<span id="j-sku-discount-price" class="p-price" itemprop="price" style="color: rgb(247, 43, 76);">4&nbsp;467,04</span>

这是在html代码中找到的价格：

4 467,04

和出口价格，因此它将接近其链接。

例如：

https://www.aliexpress.com/item/-/32794448855.html?scm=1007.14110.78103.0&pvid=98337ce3-4886-4639-99f3-5dcaf226a0af 4 467,04

如果可以将其存储在Excel中，那将是完美的。

感谢您的想法。

Answer 1

您应该使用HtmlAgilityPack，然后在HTML文档上使用它。 但是首先从站点下载字符串。 在这里，我为您提供了示例：

string urlAddress = "https://www.aliexpress.com/item/-/32794448855.html?scm=1007.14110.78103.0&pvid=98337ce3-4886-4639-99f3-5dcaf226a0af";

HttpWebRequest request = (HttpWebRequest)WebRequest.Create(urlAddress);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
string data = "";
if (response.StatusCode == HttpStatusCode.OK)
{
     Stream receiveStream = response.GetResponseStream();
     StreamReader readStream = null;

     if (response.CharacterSet == null)
     {
         readStream = new StreamReader(receiveStream);
     }
     else
     {
         readStream = new StreamReader(receiveStream, Encoding.GetEncoding(response.CharacterSet));
     }

     data = readStream.ReadToEnd();


     response.Close();
     readStream.Close();
}

HtmlDocument document2 = new HtmlAgilityPack.HtmlDocument();
document2.LoadHtml(data);


var value = document2.GetElementbyId("j-sku-discount-price").InnerHtml; //value is "3.94"