C# 从网页中读取文本，而不是HTML

我正在尝试制作一个从网页下载所有MP3的应用程序，但我不是从源代码下载。我正在从和下载列出的每首歌曲，如果你复制并粘贴到url的末尾，它会显示该歌曲的链接。我正在使用WebClient下载文件，如果我可以读取网页上的行而不是html，那么我只需执行

client.DownloadFile（url+行，路径）

以下是我的代码：

var url = "http://ytcracker.com/music/";
var sr = new StreamReader(WebRequest.Create(url).GetResponse().GetResponseStream());
string line;
while ((line = sr.ReadLine()) != null)
{
    MessageBox.Show("http://www.ytcracker.com/music/" + line);
    using (var client = new WebClient())
    {
        client.DownloadFile("http://www.ytcracker.com/music/" + line, @"C:\Users\Lavi\Downloads\downloadto\.mp3");
    }
}

问题是“line”获取的是页面的源代码，而不是文本。如果有什么办法可以得到这一页的文字，请帮我。谢谢

---

编辑：另外，在路径所在的位置，我知道它显示的是“.mp3”，而不是文件名，然后是.mp3。我将创建一个for循环，并在每次循环时添加到列表中，直到页面全部被读取，然后将它们添加到.mp3。因此，它将类似于“i.mp3”，因此mp3将位于1.mp3、2.mp3、3.mp3等文件夹中。

我所知道的从HTML源中获取文本的最简单方法（无需解析HTML即可获得）是

除了软件，网站上还有简单的教程

请参阅下面的问题，以获取有关使用HTML Agility Pack专门提取文本的指导

---

我所知道的从HTML源代码中获取文本的最简单方法是

除了软件，网站上还有简单的教程

请参阅下面的问题，以获取有关使用HTML Agility Pack专门提取文本的指导

---

您可以使用正则表达式。试试看，这是你的代码-我只是添加了正则表达式：

var url = "http://ytcracker.com/music/";
var sr = new StreamReader(WebRequest.Create(url).GetResponse().GetResponseStream());
string line;

var re = new Regex(@"<li><a href=.*mp3.>(.*)</a></li>");

while ((line = sr.ReadLine()) != null)
{
    using (var client = new WebClient())
    {
        if (re.IsMatch(line))
        {
            var match = re.Match(line);

            client.DownloadFile("http://www.ytcracker.com/music/" + match.Groups[1], @"C:\Users\Lavi\Downloads\downloadto\.mp3");
        }
    }
}

var url=”http://ytcracker.com/music/";
var sr=newstreamreader（WebRequest.Create（url.GetResponse（）.GetResponseStream（））；
弦线；
var re=新正则表达式（@“
”）；
而（（line=sr.ReadLine（））！=null）
{
使用（var client=new WebClient（））
{
if（关于IsMatch（线路））
{
var匹配=重新匹配（行）；
client.DownloadFile（“http://www.ytcracker.com/music/“+match.Groups[1]，@“C:\Users\Lavi\Downloads\downloadto\.mp3”）；
}
}
}

您可以使用正则表达式。试试看，这是你的代码-我只是添加了正则表达式：

var url = "http://ytcracker.com/music/";
var sr = new StreamReader(WebRequest.Create(url).GetResponse().GetResponseStream());
string line;

var re = new Regex(@"<li><a href=.*mp3.>(.*)</a></li>");

while ((line = sr.ReadLine()) != null)
{
    using (var client = new WebClient())
    {
        if (re.IsMatch(line))
        {
            var match = re.Match(line);

            client.DownloadFile("http://www.ytcracker.com/music/" + match.Groups[1], @"C:\Users\Lavi\Downloads\downloadto\.mp3");
        }
    }
}

var url=”http://ytcracker.com/music/";
var sr=newstreamreader（WebRequest.Create（url.GetResponse（）.GetResponseStream（））；
弦线；
var re=新正则表达式（@“
”）；
而（（line=sr.ReadLine（））！=null）
{
使用（var client=new WebClient（））
{
if（关于IsMatch（线路））
{
var匹配=重新匹配（行）；
client.DownloadFile（“http://www.ytcracker.com/music/“+match.Groups[1]，@“C:\Users\Lavi\Downloads\downloadto\.mp3”）；
}
}
}

在您下载音乐的情况下，在构建路径之前，您需要读取href值并确保它们是.mp3文件。正如Eric J提到的，HtmlAgilityPack更易于使用。 只需下载并将dll引用添加到项目中，然后使用此代码

        var url = "http://ytcracker.com/music/";
        var sr = new StreamReader(WebRequest.Create(url).GetResponse().GetResponseStream());
        HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
        htmlDoc.LoadHtml(sr.ReadToEnd());
        foreach (HtmlNode link in htmlDoc.DocumentNode.SelectNodes("//a[@href]"))
        {
            HtmlAttribute att = link.Attributes["href"];
            if (att.Value.EndsWith(".mp3"))
            {
                MessageBox.Show("http://www.ytcracker.com/music/" + att.Value);
                using (var client = new WebClient())
                {
                    client.DownloadFile("http://www.ytcracker.com/music/" + att.Value, @"C:\Users\Lavi\Downloads\downloadto\.mp3");
                }
            }
        }

---

在您下载音乐的情况下，在构建路径之前，您需要读取href值并确保它们是.mp3文件。正如Eric J提到的，HtmlAgilityPack更易于使用。 只需下载并将dll引用添加到项目中，然后使用此代码

        var url = "http://ytcracker.com/music/";
        var sr = new StreamReader(WebRequest.Create(url).GetResponse().GetResponseStream());
        HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
        htmlDoc.LoadHtml(sr.ReadToEnd());
        foreach (HtmlNode link in htmlDoc.DocumentNode.SelectNodes("//a[@href]"))
        {
            HtmlAttribute att = link.Attributes["href"];
            if (att.Value.EndsWith(".mp3"))
            {
                MessageBox.Show("http://www.ytcracker.com/music/" + att.Value);
                using (var client = new WebClient())
                {
                    client.DownloadFile("http://www.ytcracker.com/music/" + att.Value, @"C:\Users\Lavi\Downloads\downloadto\.mp3");
                }
            }
        }

---

与流行的观点相反，正则表达式并不总是最好的解决方案：-）如果他所抓取的页面发生了实质性的变化，该怎么办？使用成熟的HTML解析器修改代码要比更改正则表达式容易得多。正则表达式是一个解决方案一个解决方案，不是最好的解决方案。与流行的观点相反，正则表达式并不总是最好的解决方案：-）如果他正在抓取的页面发生了实质性的变化怎么办？使用成熟的HTML解析器修改代码要比更改正则表达式容易得多。正则表达式是一个解决方案，不是最好的解决方案。你不需要在标题前加上“C”。请参阅“”。您不需要在标题前加上“C”。请参阅“”。