Muat turun harga Bitcoin menggunakan Html Agility Pack yang ditulis dalam C#

Question

Saya perlu mendapatkan harga Bitcoin daripada https://coinmarketcap.com/currencies/bitcoin/ menggunakan Html Agility Pack. Saya menggunakan contoh ini dan ia berfungsi dengan baik:

var html = @"http://html-agility-pack.net/";
HtmlWeb web = new HtmlWeb();
var htmlDoc = web.Load(html);
var node = htmlDoc.DocumentNode.SelectSingleNode("//head/title");
Console.WriteLine("Nama Nod: " + nod.Name + "n" + nod.OuterHtml);

XPath ialah: //*[@id="__next"]/div/div[1]/div[2]/div/div[1]/div[2]/div/ div[2]/div[1]/div

Kod HTML:

<div class="priceValue "><span>$17,162.42</span></div>

Saya mencuba kod berikut tetapi ia mengembalikan "Rujukan objek tidak ditetapkan kepada contoh objek":

var html = @"https://coinmarketcap.com/currencies/bitcoin/";
HtmlWeb web = new HtmlWeb();
var htmlDoc = web.Load(html);
var node = htmlDoc.DocumentNode.SelectSingleNode("//div[@class='priceValue']/span");
Console.WriteLine("Nod Name: " + nod.Name + "n" + nod.InnerText);`

Answer 1

TLDR:

1. Anda perlu memberitahu HtmlWeb untuk menyahmampat respons (atau gunakan klien HTTP yang sesuai)
2. Anda perlu membetulkan pemilih XPath

---

Jelas sekali, SelectSingleNode()调用返回null, kerana ia tidak dapat mencari nod.

Dalam kes ini, adalah berguna untuk memeriksa HTML yang dimuatkan. Anda boleh melakukan ini dengan mendapatkan nilai htmlDoc.DocumentNode.InnerHtml. Saya telah mencuba melakukan ini dan "HTML" yang dihasilkan tidak bermakna.

Alasannya ialah HtmlWebsecara lalai ia tidak menyahmampat respons yang diterima. Lihat iniisu github untuk mendapatkan butiran. Jika anda menggunakan klien HTTP yang betul (seperti yang ini), atau jika pembangun HtmlAgilityPack lebih proaktif, saya tidak fikir anda akan menghadapi masalah ini.

Jika anda berkeras untuk menggunakan HtmlWeb, kod anda sepatutnya kelihatan seperti ini:

const string html = @"https://coinmarketcap.com/currencies/bitcoin/";
        
var web = new HtmlWeb
{
    AutomaticDecompression = DecompressionMethods.GZip
};
HtmlDocument doc = web.Load(html);

HtmlNode node = doc.DocumentNode.SelectSingleNode("//div[@class='priceValue ']/span");

Sila ambil perhatian bahawa kelas elemen yang anda cari sebenarnya priceValue （末尾有一个空格字符），页面中还有另一个类为priceValue的div. Itu satu lagi soalan, walaupun, dan akhirnya anda akan dapat mencari pemilih yang lebih mantap. Boleh cuba ini:

HtmlNode node = doc.DocumentNode.SelectSingleNode("//div[contains(@class, 'priceSection')]//div[contains(@class, 'priceValue')]/span");