如何使用 htmlagilitypack 抓取 xml 文件答案

【问题标题】：How to scrape xml file using htmlagilitypack如何使用 htmlagilitypack 抓取 xml 文件
【发布时间】：2012-02-24 21:21:32
【问题描述】：

我需要从 http://feeds.feedburner.com/Torrentfreak 抓取一个 xml 文件以获取其链接和描述。

我使用了这个代码：

    var webGet = new HtmlWeb();
                var document = webGet.Load("http://feeds.feedburner.com/TechCrunch");
    var TechCrunch = from info in document.DocumentNode.SelectNodes("//channel")
                                 from link in info.SelectNodes("//guid[@isPermaLink='false']")
                                 from content in info.SelectNodes("//description")
     select new
                                 {
                                     LinkURL = info.InnerText,
                                     Content = content.InnerText,

                                 };
lvLinks.DataSource = TechCrunch;
            lvLinks.DataBind();

我已经在列表视图控件中使用它来显示在 asp.net 页面上。使用

<%# Eval("LinkURL") %>  -  <%# Eval("Text") %>

但显示错误

值不能为空。参数名称：来源

有什么问题？是否可以使用 HtmlAgilityPack 抓取（获取）xml 节点数据？请建议谢谢

【问题讨论】：

为什么不使用 XML 库而不是 HtmlAgilityPack？
@jerjer : 实际上我正在使用 HtmlAgilityPack 来处理 HTML 数据，但是当我遇到 XML 文件时，我需要寻找一种方法来实现这一点。

标签： c# asp.net screen-scraping html-agility-pack

【解决方案1】：

错误表明该值为空。所以也有可能的

select new
         {
                LinkURL = info.InnerText??string.Empty,
                Content = content.InnerText??string.Empty,

         };

或在 aspx 中。我认为它应该在这样的字符串中减去：

<%# Eval("LinkURL")??string.Empty %>+"-"+<%# Eval("Text")??string.Empty %>

【讨论】：

【解决方案2】：

尝试使用 RSS 库而不是 HtmlAgilityPack：

以下是一些可能对您有所帮助的链接：

【讨论】：

如果我选择 jerjer 建议的 XML 库而不是这个呢？
它比 XML 库更高效吗？
@CracLock，我没有做过 HtmlAgilityPack 和 XML 库之间的基准测试，但我认为在效率方面没有太大差异。 IMO，在处理 xml 文件时，XML 库比 HtmlAgilityPack 更易于使用。
这是个好建议...谢谢