C# 从网站上阅读特定文本

我试图建立一个数据库，但我需要从一个网站获得信息。主要是IMDB网站上的标题、日期、长度和体裁。我试过50种不同的方法，但都不管用。 这是我的密码

    public string GetName(string URL)
{       
    HtmlWeb web = new HtmlWeb();
    HtmlDocument doc = web.Load(URL);

    var Attr = doc.DocumentNode.SelectNodes("//*[@id=\"overview - top\"]/h1/span[1]@itemprop")[0];

    return Name;
}

当我运行这个程序时，它只会给我一个xApathException。我只想让它返回电影的标题。我现在只是以这部电影为例进行测试，但我希望它能与所有电影一起使用

---

我正在使用HtmlAgilityPack。

我做了一些熟悉的事情，这是我从imdb.com网站获取信息的代码：

string html = getUrlData(imdbUrl + "combined");
            Id = match(@"<link rel=""canonical"" href=""http://www.imdb.com/title/(tt\d{7})/combined"" />", html);
            if (!string.IsNullOrEmpty(Id))
            {
                status = true;
                Title = match(@"<title>(IMDb \- )*(.*?) \(.*?</title>", html, 2);
                OriginalTitle = match(@"title-extra"">(.*?)<", html);
                Year = match(@"<title>.*?\(.*?(\d{4}).*?\).*?</title>", html);
                Rating = match(@"<b>(\d.\d)/10</b>", html);
                Genres = matchAll(@"<a.*?>(.*?)</a>", match(@"Genre.?:(.*?)(</div>|See more)", html));
                Directors = matchAll(@"<td valign=""top""><a.*?href=""/name/.*?/"">(.*?)</a>", match(@"Directed by</a></h5>(.*?)</table>", html));
                Cast = matchAll(@"<td class=""nm""><a.*?href=""/name/.*?/"".*?>(.*?)</a>", match(@"<h3>Cast</h3>(.*?)</table>", html));
                Plot = match(@"Plot:</h5>.*?<div class=""info-content"">(.*?)(<a|</div)", html);
                Runtime = match(@"Runtime:</h5><div class=""info-content"">(\d{1,4}) min[\s]*.*?</div>", html);
                Languages = matchAll(@"<a.*?>(.*?)</a>", match(@"Language.?:(.*?)(</div>|>.?and )", html));
                Countries = matchAll(@"<a.*?>(.*?)</a>", match(@"Country:(.*?)(</div>|>.?and )", html));
                Poster = match(@"<div class=""photo"">.*?<a name=""poster"".*?><img.*?src=""(.*?)"".*?</div>", html);
                if (!string.IsNullOrEmpty(Poster) && Poster.IndexOf("media-imdb.com") > 0)
                {
                    Poster = Regex.Replace(Poster, @"_V1.*?.jpg", "_V1._SY200.jpg");
                    PosterLarge = Regex.Replace(Poster, @"_V1.*?.jpg", "_V1._SY500.jpg");
                    PosterFull = Regex.Replace(Poster, @"_V1.*?.jpg", "_V1._SY0.jpg");
                }
                else
                {
                    Poster = string.Empty;
                    PosterLarge = string.Empty;
                    PosterFull = string.Empty;
                }
                ImdbURL = "http://www.imdb.com/title/" + Id + "/";
                if (GetExtraInfo)
                {
                    string plotHtml = getUrlData(imdbUrl + "plotsummary");
                }

//Match single instance
    private string match(string regex, string html, int i = 1)
    {
        return new Regex(regex, RegexOptions.Multiline).Match(html).Groups[i].Value.Trim();
    }

    //Match all instances and return as ArrayList
    private ArrayList matchAll(string regex, string html, int i = 1)
    {
        ArrayList list = new ArrayList();
        foreach (Match m in new Regex(regex, RegexOptions.Multiline).Matches(html))
            list.Add(m.Groups[i].Value.Trim());
        return list;
    }

string html=getUrlData（imdbUrl+“组合”）；
Id=匹配（@“”，html）；
如果（！string.IsNullOrEmpty（Id））
{
状态=真；
Title=match（@“（IMDb \-）*（.*？）\（.*？）”，html，2）；
originaltile=match（@“title extra”“>（.*）XPath的最后一位无效。此外，要从
HtmlDocument（）
仅获取单个元素，可以使用
SelectSingleNode（）
而不是
SelectNodes（）
：

输出：

The 40-Year-Old Virgin

演示链接：*


*)演示显示打印了正确的标题，以及一个特定于.NET Fiddle的错误（您可以安全地忽略该错误）.
非常感谢，我在过去的两年里一直在努力days@kevindt12不客气，我感谢你努力学习这些东西。顺便说一句，别忘了接受答案：你能帮我确定发布日期和图片吗？@kevindt12现在你手上有一个工作示例。唯一需要更改的部分就是获得其他部分r数据，即发布日期和图片是
xpath
。请在internet的帮助下自己再试一次。@kevindt12以后-不一定是2天后：）-如果您仍然无法得到正确的结果，请发布一个新问题，显示您尝试过的XPath，我将非常乐意帮助您。看起来很有趣，我不了解其中的一些，但很有趣。我是新来的，正在练习C#我已经加载了这个类：并且稍微进行了编辑以适合我。
The 40-Year-Old Virgin