c# - HtmlAgilityPack.HtmlWeb - 从带有点的 url 中抓取

Question

我正在尝试从网站上抓取一些 html。所有其他 url 都可以工作，但特别是一个会出现问题。网址中有一个点，这不是我可以更改的，因为它是别人的网站。

string url = "http://blahblah.com/over-under-2.5" // not the actual url!
HtmlWeb htmlWeb = new HtmlWeb();
var document = htmlWeb.Load(url);

它不会给出任何运行时错误，但返回的文档是空的。

有什么解决方法吗？

Answer 1

使用Uri该类来创建您的 URL。

Uri uri = new Uri("http://blahblah.com/over-under-2.5");
HtmlWeb htmlWeb = new HtmlWeb();
var page = htmlWeb.Load(uri.AbsoluteUri);
Console.WriteLine(page.DocumentNode.SelectSingleNode("//*[@id=\"currentpage\"]").InnerText);

这将从网页输出“BLAH”。

Answer 2

您可以通过以下方式逃避 Uris：

string escapedString = Uri.EscapeUriString(unescapedString);

不过，我可能完全错过了你的问题的重点。