J'ai maintenant mis à jour mon code comme un test Je veux lister toutes les URL qui a le mot index.php mais il affiche également d'autres choses.VB.net extraire les liens de google-search en utilisant HtmlAgilityPack
Voici mon code de travail:
Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click
Dim webClient As New System.Net.WebClient
Dim WebSource As String = webClient.DownloadString("http://www.google.com/search?lr=&cr=countryCA&newwindow=1&hl=fil&as_qdr=all&biw=1366&bih=667&tbs=ctr%3AcountryCA&q=index.php&oq=index.php&gs_l=serp.12..0l10.520034.522335.0.525032.9.9.0.0.0.0.497.3073.1j1j2j0j5.9.0....0...1c.1.25.serp..5.4.884.J4smY262XgY")
RichTextBox1.Text = WebSource
ListBox1.Items.Clear()
Dim htmlDoc As New HtmlAgilityPack.HtmlDocument()
htmlDoc.LoadHtml(WebSource)
For Each link As HtmlNode In htmlDoc.DocumentNode.SelectNodes("//cite")
If link.InnerText.Contains("index.php") Then
ListBox1.Items.Add(link.InnerText)
End If
Next
End Sub
sortie attendue ne devrait être des sites Web qui a index.php là-dessus, comme celui-ci:
http://www.site1.com/index.php
http://www.site2.com/index.php
http://www.site3.com/index.php
http://www.site4.com/index.php
http://www.site5.com/index.php
Mais le problème est que ça s'arrête seulement jusqu'à l'index .php Les autres parties du lien ne sont pas incluses.
par exemple l'URL complète est
http://www.site5.com/index.php?test_test=test&test
le programme affiche uniquement
http://www.site5.com/index.php
ou aurait des points brisé comme
http://www.site5.com/index.php...test....test
Cela fonctionne merci beaucoup. Mais je veux obtenir des liens à partir d'un résultat de recherche google. Où est-ce que je commence? –
vérifier cela http://www.nullskull.com/a/10402928/aspnet--using-htmlagilitypack-to-collect-google-realtime-search-results.aspx – Damith
J'ai un peu de compréhension à propos de HtmlAgilityPack maintenant. Veuillez vérifier mon code mis à jour ci-dessus. Je rencontre actuellement des problèmes lors de l'utilisation de google search. –