HtmlAgilityPack Отпарсить страничку

@Scrypto · Регистрация: 08.02.2013

Студворк — интернет-сервис помощи студентам

http://market.karelia.pro/section/8/ - вот то, что нужно отпарсить, а именно объявления, время название и ссылку на объявление.

Я пробовал так, не получается. Еще и @data-id='282602 это у каждого объявления разное

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
  public void ParseAdverts(string AvitoAdverts)
        {
            HtmlAgilityPack.HtmlDocument PostsParser = new HtmlAgilityPack.HtmlDocument();
            PostsParser.LoadHtml(AvitoAdverts);
            HtmlAgilityPack.HtmlNodeCollection AllNode =
                PostsParser.DocumentNode.SelectNodes("//ul[@class='new']");
            if (AllNode != null)
            {
                foreach (HtmlNode node in AllNode) // Поиск параметров и создание списка объявлений
                {
                    string title = node.SelectSingleNode("./li[[B]@data-id='282602[/B]']/div[@class='date'").InnerText);     
                }
            }
        }

Во вложениях структура страницы.

@quakeer · 31.08.2015, 16:08

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
public void ParseAdverts(string AvitoAdverts)
        {
            HtmlAgilityPack.HtmlDocument PostsParser = new HtmlAgilityPack.HtmlDocument();
            PostsParser.LoadHtml(AvitoAdverts);
            var AllNode = PostsParser.DocumentNode.SelectNodes("//*[@id='alist']//li");//получаем все объявления на странице
            if (AllNode != null)
            {
                foreach (var node in AllNode) // берем одно из объявлений
                {
                    string title = node.SelectSingleNode("//*[@class='date']").InnerText;//получаем дату объявления
                }
            }
        }

@Scrypto · 01.09.2015, 20:44 **[ТС]**

quakeer,
пытаюсь сделать так

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 public void ParseAdverts(string AvitoAdverts)
        {
                HtmlAgilityPack.HtmlDocument PostsParser = new HtmlAgilityPack.HtmlDocument();
            PostsParser.LoadHtml(AvitoAdverts);
            var AllNode = PostsParser.DocumentNode.SelectNodes("//ul[@id='alist']/li");//получаем все объявления на странице
            if (AllNode != null)
            {
                foreach (var node in AllNode) // берем одно из объявлений
                {
                    DateTime date = DateNormaliser(node.SelectSingleNode("//div[@class='date']").InnerText);//получаем дату объявления
                    string link = node.SelectSingleNode("//div[@class='name']/a").Attributes["href"].Value;
                    string name = node.SelectSingleNode("//div[@class='name']/a/span[@class='title']").InnerText;
                    string price = node.SelectSingleNode("//div[@class='price']/strong/span").InnerText;
                    AdvertList.Add(new Adverts(name, price, link, date));
                }
                System.Windows.Forms.MessageBox.Show(AdvertList.Count.ToString());
            }
        }

Он верно находит 15 объявлений, что есть на странице, но каждый раз выводит данные самого первого, не подскажете почему?

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]
Куплю процессор сокет 1150
01.09.2015 18:02:00
300
[url]http://market.karelia.pro/advert/kuplyu_processor_soket_1150_282745/[/url]

Добавлено через 2 часа 43 минуты

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 if (AllNode != null)
            {
                int x = 1;
                foreach (var node in AllNode) // берем одно из объявлений
                {
                    string price = "Не указана";
                    DateTime date = DateNormaliser(node.SelectSingleNode("//*[@id=\"alist\"]/li[" + x + "]/div[1]").InnerText);//получаем дату объявления //*[@id="alist"]/li[2]/div[1]
                    string link = node.SelectSingleNode("//*[@id=\"alist\"]/li[" + x + "]/div[2]/a[2]").Attributes["href"].Value;
                    string name = node.SelectSingleNode("//*[@id=\"alist\"]/li[" + x + "]/div[2]/a[2]/span").InnerText;
                    if (node.SelectSingleNode("//*[@id=\"alist\"]/li[" + x + "]/div[3]/strong/span")!=null) // Исключение, если отсутствует цена.
                     price = node.SelectSingleNode("//*[@id=\"alist\"]/li[" + x + "]/div[3]/strong/span").InnerText;
                    AdvertList.Add(new Adverts(name, price, link, date));
                    x++;
                }
 
                System.Windows.Forms.MessageBox.Show(AdvertList.Count.ToString());
            }

Решил это так, но до сих пор не понятно, почему не прокручивается автоматом список li

@_exp10der_ · 01.09.2015, 21:57

На скорую руку

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
using System;
using System.Linq;
using System.Net.Http;
using System.Threading.Tasks;
using System.Web;
using System.Xml.Linq;
using HtmlAgilityPack;
 
internal class Program
{
    private static void Main(string[] args)
    {
        MainAsync().Wait();
    }
 
    public static async Task MainAsync()
    {
        string html;
 
        using (var client = new HttpClient())
        {
            html = await client.GetStringAsync("http://market.karelia.pro/section/8/");
        }
 
        var doc = new HtmlDocument();
        doc.LoadHtml(html);
 
        var pageCount =
            int.Parse(HttpUtility.ParseQueryString(
                new Uri(doc.DocumentNode.SelectSingleNode(".//*[@id='paginator']/li[9]/a").GetAttributeValue("href", ""))
                    .Query
                ).Get("page")
                );
 
        var task = Enumerable.Range(1, pageCount)
            .Select((n, i) => $"http://market.karelia.pro/section/8/?page={i + 1}")
            .Select(
                async n =>
                {
                    using (var clien = new HttpClient())
                    {
                        return await clien.GetStringAsync(n);
                    }
                }).ToList();
 
        var results = await Task.WhenAll(task);
 
 
        var q = results.SelectMany(n =>
        {
            var innerdoc = new HtmlDocument();
            innerdoc.LoadHtml(n);
 
            var foo =
                innerdoc.DocumentNode.SelectNodes(".//*[@id='alist']/li")
                    .Select(x => new
                    {
                        link = x.SelectSingleNode("//div[@class='name']/a").Attributes["href"].Value,
                        title = x.SelectSingleNode("//div[@class='name']/a/span[@class='title']").InnerText,
                        price = x.SelectSingleNode("//div[@class='price']/strong/span").InnerText
                    });
 
            return foo;
        }).ToList();
 
        new XDocument(new XDeclaration("1.0", null, null),
            new XElement("root",
                q.Select(
                    n =>
                        new XElement("item", new XElement(nameof(n.link), n.link),
                            new XElement(nameof(n.price), n.price), new XElement(nameof(n.title), n.title))))).Save(
                                "result.xml");
    }
}

@_exp10der_ · 01.09.2015, 22:30

жесть у меня тоже одинаковые случ заметил

@MaxSlim · 01.09.2015, 22:37

А узлы содержат разную информацию, если да, то скорее всего проблема заключается в

C#
1
AdvertList.Add(new Adverts(name, price, link, date));

Создавайте каждый раз экземпляр, а потом присвойте. или типа

C#
1
2
3
4
5
new Adverts()
{
this.name = name;
//и так далее
}

@Scrypto · 01.09.2015, 22:58 **[ТС]**

MaxSlim, так и сделано.

@quakeer · 02.09.2015, 15:58

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
var AllNode = PostsParser.DocumentNode.SelectNodes("//*[@id='alist']/li");
            if (AllNode != null)
            {
                string date;
                string link ;
                string name;
                string price;
                foreach (var node in AllNode) 
                {
                    date = ParseData(node.OuterHtml, "//*[@class='date']")[0].InnerText;
                    link = ParseData(node.OuterHtml, "//div[@class='name']//*")[1].Attributes["href"].Value;
                    name = ParseData(node.OuterHtml, "//*[@class='name']/a/span")[0].InnerText;
 
                    if (ParseData(node.OuterHtml, "//div[@class='price']/strong/small") != null)
                    {
                        price = ParseData(node.OuterHtml, "//div[@class='price']/strong/small")[0].InnerText;
                    }
                    else
                    {
                        price = ParseData(node.OuterHtml, "//div[@class='price']/strong/span")[0].InnerText;
                    }
                    AdvertList.Add(new Advert(name, price, link, date)); 
                }
            }
 
public static HtmlNodeCollection ParseData(string html, string xPath)
        {
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(html);
 
            var nodeCollection = doc.DocumentNode.SelectNodes(xPath);
 
            return nodeCollection;
        }

Добавлено через 35 секунд
Теперь вроде работает

Новые блоги и статьи Все статьи Все блоги /
Программная установка даты и запрет ее изменения Maks 02.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: при создании документов установить период списания автоматически. . .	Вывод данных в справочнике через динамический список Maks 01.04.2026 Реализация из решения ниже выполнена на примере нетипового справочника "Спецтехника" разработанного в конфигурации КА2. Задача: вывести данные из ТЧ нетипового документа. . .	Функция заполнения текстового поля в реквизите формы документа Maks 01.04.2026 Алгоритм из решения ниже реализован на нетиповом документе "ВыдачаОборудованияНаСпецтехнику" разработанного в конфигурации КА2, в дополнении к предыдущему решению. На форме документа создается. . .	К слову об оптимизации kumehtar 01.04.2026 Вспоминаю начало 2000-х, университет, когда я писал на Delphi. Тогда среди программистов на форумах активно обсуждали аккуратную работу с памятью: нужно было следить за переменными, вовремя. . .
Идея фильтра интернета (сервер = слой+фильтр). Hrethgir 31.03.2026 Суть идеи заключается в том, чтобы запустить свой сервер, о чём я если честно мечтал давно и давно приобрёл книгу как это сделать. Но не было причин его запускать. Очумелые учёные напечатали на. . .	Модель здравосоХранения 6. ESG-повестка и устойчивое развитие; углублённый анализ кадрового бренда anaschu 31.03.2026 В прикрепленном документе раздумья о том, как можно поменять модель в будущем	10 пpимет, которые всегда сбываются Maks 31.03.2026 1. Чтобы, наконец, пришла маршрутка, надо закурить. Если сигарета последняя, маршрутка придет еще до второй затяжки даже вопреки расписанию. 2. Нaдоели зима и снег? Не надо переезжать. Достаточно. . .	Перемещение выделенных строк ТЧ из одного документа в другой Maks 31.03.2026 Реализация из решения ниже выполнена на примере нетипового документа "ВыдачаОборудованияНаСпецтехнику" с единственной табличной частью "ОборудованиеИКомплектующие" разработанного в конфигурации КА2. . . .

@_exp10der_ Warrior 500 / 427 / 177 Регистрация: 23.11.2014 Сообщений: 932
	01.09.2015, 22:30
	жесть у меня тоже одинаковые случ заметил 0

@Scrypto 132 / 111 / 48 Регистрация: 08.02.2013 Сообщений: 621
	01.09.2015, 22:58 [ТС]
	MaxSlim, так и сделано. 0