Как спарсить HTML страницу?

@ktooto · Регистрация: 18.10.2017

Студворк — интернет-сервис помощи студентам

Вот скриншот

Нужно получить "Производитель" и "Toyota", хелп

@kingzfate · 23.03.2018, 13:20

ktooto, загружаете текст, находите индекс на котором находится p-label, забираете Производителя, от него уже идете дальше пока не встретите ">" и берете до "<", Тойоту, профит

@ktooto · 23.03.2018, 13:25 **[ТС]**

Сообщение от kingzfate

ktooto, загружаете текст, находите индекс на котором находится p-label, забираете Производителя, от него уже идете дальше пока не встретите ">" и берете до "<", Тойоту, профит

А можно пример какой-нибудь?

Добавлено через 1 минуту
УПД: надо получить не все, а некоторые из них

@usershen · 23.03.2018, 14:02

ktooto,
using HtmlAgilityPack;
Правый клик в Обозревателе решений по Ссылки - управление пакетами NuGet, там найти HtmlAgilityPack и установить.
Затем:

C#
1
2
3
4
5
url = "сайт, который парсить";
HtmlDocument doc = new HtmlDocument();
WebClient webClient = new WebClient();
string html = webClient.DownloadString(url);
doc.LoadHtml(html);

теперь загрузили сайт в doc, с ним и работаем. Там получаем чистый хтмл, в нем можно найти что-то, как текст и субстрингами вырезать либо использоваться регулярными выражениями. но давайте делать поэтапно, напишите, где застряли

вот так, например, я забираю название фильма с кинопоиска:

C#
1
2
3
4
if (html.Contains("moviename-big"))
                        { 
                            nazv1 = html.Substring("<h1 class=\"moviename-big\" itemprop=\"name\">", "</h1>");
                        }

@edward_freedom · 23.03.2018, 14:16

usershen,Это очень странно, ты скачал специальную библиотеку для парсинга, но продолжаешь парсить substring. Зачем тогда HtmlAgilityPack качал?

@usershen · 23.03.2018, 14:41

edward_freedom, HtmlDocument doc = new HtmlDocument(); не заработает. И HtmlAgilityPack я еще для нодов использовал, просто в примере не привёл

@OwenGlendower · 23.03.2018, 14:52

Сообщение от usershen

HtmlDocument doc = new HtmlDocument(); не заработает.

При чем тут это? У тебя спрашивают зачем использовать строковые операции когда в распоряжении уже есть специализированная библиотека.

Сообщение от usershen

вот так, например, я забираю название фильма с кинопоиска:

C#
1
2
3
4
if (html.Contains("moviename-big"))
{ 
    nazv1 = html.Substring("<h1 class=\"moviename-big\" itemprop=\"name\">", "</h1>");
}

Почему не так?

C#
1
2
3
4
5
var node = doc.DocumentNode.SelectSingleNode("//h1[@class='moviename-big' and @itemprop='name']");
if (node != null)
{
    nazv1 = node.InnerText;
}

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Desktop (MinGW): Создаём пустое окно с нуля для 2D-графики на SDL3, Си и C++ 8Observer8 10.03.2026 Содержание блога Финальные проекты на Си и на C++: hello-sdl3-c. zip hello-sdl3-cpp. zip Результат:	Установка CMake и MinGW 13.1 для сборки С и C++ приложений из консоли и из Qt Creator в EXE 8Observer8 10.03.2026 Содержание блога MinGW - это коллекция инструментов для сборки приложений в EXE. CMake - это система сборки приложений. Здесь описаны базовые шаги для старта программирования с помощью CMake и. . .	Как дизайн сайта влияет на конверсию: 7 решений, которые реально повышают заявки Neotwalker 08.03.2026 Многие до сих пор воспринимают дизайн сайта как “красивую оболочку”. На практике всё иначе: дизайн напрямую влияет на то, оставит человек заявку или уйдёт через несколько секунд. Даже если у вас. . .	Модульная разработка через nuget packages DevAlt 07.03.2026 Сложившийся в . Net-среде способ разработки чаще всего предполагает монорепозиторий в котором находятся все исходники. При создании нового решения, мы просто добавляем нужные проекты и имеем. . .
Модульный подход на примере F# DevAlt 06.03.2026 В блоге дяди Боба наткнулся на такое определение: В этой книге («Подход, основанный на вариантах использования») Ивар утверждает, что архитектура программного обеспечения — это структуры,. . .	Управление камерой с помощью скрипта OrbitControls.js на Three.js: Вращение, зум и панорамирование 8Observer8 05.03.2026 Содержание блога Финальная демка в браузере работает на Desktop и мобильных браузерах. Итоговый код: orbit-controls-threejs-js. zip. Сканируйте QR-код на мобильном. Вращайте камеру одним пальцем,. . .	SDL3 для Web (WebAssembly): Синхронизация спрайтов SDL3 и тел Box2D 8Observer8 04.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-sync-physics-sprites-sdl3-c. zip На первой гифке отладочные линии отключены, а на второй включены:. . .	SDL3 для Web (WebAssembly): Идентификация объектов на Box2D v3 - использование userData и событий коллизий 8Observer8 02.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-collision-events-sdl3-c. zip Сканируйте QR-код на мобильном и вы увидите, что появится джойстик для управления главным героем. . . .

@ktooto 0 / 0 / 0 Регистрация: 18.10.2017 Сообщений: 13

	Как спарсить HTML страницу? 23.03.2018, 13:17. Показов 1855. Ответов 6 Метки нет (Все метки) Вот скриншот Нужно получить "Производитель" и "Toyota", хелп 0

@kingzfate Unnamed 160 / 158 / 81 Регистрация: 09.06.2011 Сообщений: 852
	23.03.2018, 13:20
	ktooto, загружаете текст, находите индекс на котором находится p-label, забираете Производителя, от него уже идете дальше пока не встретите ">" и берете до "<", Тойоту, профит 0

@edward_freedom 1569 / 1448 / 303 Регистрация: 01.10.2011 Сообщений: 2,636
	23.03.2018, 14:16
	usershen,Это очень странно, ты скачал специальную библиотеку для парсинга, но продолжаешь парсить substring. Зачем тогда HtmlAgilityPack качал? 0

@usershen 5 / 5 / 5 Регистрация: 14.03.2018 Сообщений: 28
	23.03.2018, 14:41
	edward_freedom, `HtmlDocument doc = new HtmlDocument();` не заработает. И HtmlAgilityPack я еще для нодов использовал, просто в примере не привёл 0