如何在c#控制台应用程序中仅从整个html读取文件？

我需要从URL获取每个文件，这样我就可以对它们进行迭代

其想法是使用ImageMagick调整每个图像的大小，但首先我需要能够获取文件并对其进行迭代

这是我到目前为止所做的代码

using System;
using System.Net;
using System.IO;
using System.Text.RegularExpressions;



namespace Example
{
    public class MyExample
    {

        public static void Main(String[] args)
        {
            string url = "https://www.paz.cl/imagenes_cotizador/BannerPrincipal/";
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);
            using (HttpWebResponse response = (HttpWebResponse)request.GetResponse())
            {
                using (StreamReader reader = new StreamReader(response.GetResponseStream()))
                {
                    string html = reader.ReadToEnd();
                    Console.WriteLine(html);

                }
            }

            Console.ReadLine();
        }
    }
}

返回URL的整个html。但是，我只需要这些文件（所有图像），这样我就可以像预期的那样使用它们

你知道如何做到这一点吗？

你可以使用

比如说

var htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(html);

var htmlNodes = htmlDoc.DocumentNode.SelectNodes("//a");

foreach (var node in htmlNodes)
{   
    Console.WriteLine(node.Attributes["href"].Value);
}

您可以使用加载和解析html页面。然后你可以提取所有你需要的信息

// TODO add a reference to NuGet package AngleSharp
private static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var address = "https://www.paz.cl/imagenes_cotizador/BannerPrincipal";
    var context = BrowsingContext.New(config);
    var document = await context.OpenAsync(address);
    var images = document.Images.Select(img=>img.Source);

}

---

AngleSharp实现了w3c标准，因此它在现实世界的网页上比HTMLAgilityPack工作得更好。

我查看了该页面，它是一个目录/文件列表。您可以使用提取该页面正文中指向图像的所有链接

我可以想到一个模式：

HREF=“（[^”]+\（jpg|png））

构建regex对象，迭代匹配项，并下载每个图像：

var regex = new System.Text.RegularExpressions.Regex("HREF=\"([^\"]+\\.(jpg|png))");
var matches = regex.Matches(html); // this is your html string
foreach(var match in matches) {
   var imagePath = match.ToString().Substring("HREF=\"".Length);
   Console.WriteLine(imagePath);
}

---

现在，连接基本url

https://www.paz.cl

使用上面获得的图像相对路径，向该url发出另一个请求，以下载图像并按您的意愿进行处理。

此操作的可能副本运行良好，现在的问题是如何在该url中创建目录，然后将每个文件的副本保存到itAh中，我认为这不太可能。该目录位于远程服务器上。如果您具有该服务器的FTP凭据，则可以使用某些FTP库，以编程方式登录，并上载生成的图像。