Question

我正在执行以下代码以使用htmlagilitypack提取页面的所有链接。当我输入网址https://htmlagilitypack.codeplex.com/时，我不会收到任何错误，代码也能正常运行。 URL也被提取并显示良好。但是，如果我输入任何其他URL，如https://htmlagilitypack.codeplex.com/discussions/12447，那么我得到以下错误＆＃34;对象引用未设置为对象的实例＆＃34;。我在这一行中遇到错误

OutputLabel.Text += counter + ". " + aTag.InnerHtml + " - " + 
                    aTag.Attributes["href"].Value + "\t" + "<br />";

请帮帮我。这对你来说可能是一个小错误，但请不要将其标记为否定。

var getHtmlWeb = new HtmlWeb();
var document = getHtmlWeb.Load(InputTextBox.Text);
var aTags = document.DocumentNode.SelectNodes("//a");
int counter = 1;

if (aTags != null)
{
    foreach (var aTag in aTags)
    {
        OutputLabel.Text += counter + ". " + aTag.InnerHtml + " - " + 
                            aTag.Attributes["href"].Value + "\t" + "<br />"; 
        counter++;
    }
}

Answer 1

看起来某些锚点没有 href 属性。例如。在给定的页面中有锚：

<a name="post40566"></a>

因此，aTag.Attributes["href"]会返回null，并且当您尝试获取此属性值时会出现异常。您可以更改XPath以仅选择具有此属性的锚点：

document.DocumentNode.SelectNodes("//a[@href]");

或者在访问其值之前验证属性是否存在：

if (aTag.Attributes["href"] != null)
    // ...

第三个选项是GetAttributeValue方法的使用，并提供一些默认值，可以显示缺少的属性：

aTag.GetAttributeValue("href", "N/A")

htmlagilitypack提取电子邮件

1 个答案: