C# 获取网站上的所有RSS链接
我目前正在编写一个非常基本的程序,它将首先通过网站的html代码查找所有RSS链接,然后将RSS链接放入一个数组,并将链接的每个内容解析为现有的XML文件 然而,我仍在学习C#,我还不太熟悉所有的课程。在PHP中,我使用get_file_contents()编写了自己的类,并使用cURL完成了这项工作。我也设法用Java解决了这个问题。无论如何,我试图通过使用C#来实现同样的结果,但我认为我在这里做了一些错误的事情 TLDR;编写正则表达式以查找网站上所有RSS链接的最佳方法是什么 到目前为止,我的代码如下所示:C# 获取网站上的所有RSS链接,c#,C#,我目前正在编写一个非常基本的程序,它将首先通过网站的html代码查找所有RSS链接,然后将RSS链接放入一个数组,并将链接的每个内容解析为现有的XML文件 然而,我仍在学习C#,我还不太熟悉所有的课程。在PHP中,我使用get_file_contents()编写了自己的类,并使用cURL完成了这项工作。我也设法用Java解决了这个问题。无论如何,我试图通过使用C#来实现同样的结果,但我认为我在这里做了一些错误的事情 TLDR;编写正则表达式以查找网站上所有RSS链接的最佳方法是什么 到目前为止,
private List<string> getRSSLinks(string websiteUrl)
{
List<string> links = new List<string>();
MatchCollection collection = Regex.Matches(websiteUrl, @"(<link.*?>.*?</link>)", RegexOptions.Singleline);
foreach (Match singleMatch in collection)
{
string text = singleMatch.Groups[1].Value;
Match matchRSSLink = Regex.Match(text, @"type=\""(application/rss+xml)\""", RegexOptions.Singleline);
if (matchRSSLink.Success)
{
links.Add(text);
}
}
return links;
}
private List getRSSLinks(字符串网站URL)
{
列表链接=新列表();
MatchCollection collection=Regex.Matches(网站URL,@“(.*?”),RegexOptions.Singleline);
foreach(集合中的匹配singleMatch)
{
string text=singleMatch.Groups[1]。值;
Match matchRSSLink=Regex.Match(text,@“type=\”(application/rss+xml)\”,RegexOptions.Singleline);
如果(匹配链接成功)
{
添加链接(文本);
}
}
返回链接;
}
不要使用正则表达式解析html。使用html解析器,请参见以获取解释
我更喜欢解析HTML
using (var client = new WebClient())
{
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(client.DownloadString("http://www.xul.fr/en-xml-rss.html"));
var rssLinks = doc.DocumentNode.Descendants("link")
.Where(n => n.Attributes["type"] != null && n.Attributes["type"].Value == "application/rss+xml")
.Select(n => n.Attributes["href"].Value)
.ToArray();
}
谢谢!现在我已经完成了我想要的,多亏了你。。祝您有个美好的一天!