HTML a fháil trí sheachfhreastalaí sula ndéantar é a pharsáil le Html Agility Pack

using var handler = new HttpClientHandler
{
    UseProxy = true,
    Proxy = new WebProxy("http://proxy.example:8080")
};
using var client = new HttpClient(handler);

string html = await client.GetStringAsync(
    "https://www.example.com/catalog");
var document = new HtmlAgilityPack.HtmlDocument();
document.LoadHtml(html);

Úsáideann an mhír nua-aimseartha .NET seo System.Net agus System.Net.Http. Is ag an gcliant cumraithe atá an ródú líonra, agus faigheann Html Agility Pack an teaghrán HTML a thugtar ar ais. Coinnigh cliant atá cumraithe go cuí don obair leanúnach seachas a linnte a atógáil do gach leathanach.

Don sampla seo de leathanach poiblí, féadann iarrthóir gan fhíordheimhniú ón liosta seachfhreastalaithe HTTP teacht in ionad an idirghabhálaí. Cuir an ceann scríbe in ionad ar leithligh. Coinníonn URL an láithreáin a chéannacht TLS. Baineann dintiúir seachfhreastalaí fhíordheimhnithe le WebProxy; ní chuireann dintiúir an láithreáin ná fíorú díchumasaithe ina n-ionad.

Measann GetStringAsync stádas HTTP nach bhfuil rathúil mar earráidí. Ná déan íoslódáil theipte a thiontú ina HtmlDocument folamh. Má theastaíonn ceanntásca, sonraí stádais nó comhlacht earráide ón bhfeidhmchlár, úsáid oibríocht HTTP atá dírithe ar fhreagra agus scrúdaigh í sula ndéantar parsáil.

Seachnaíonn an modh teaghráin tiontú breise UTF-8 gan choinníoll ar bhearta amh. Má fhaigheann tú bearta d'aon ghnó, tabhair ceanglais ionchódaithe an fhreagra agus an doiciméid isteach sa díchódú.

Táirgeann LoadHtml doiciméad parsáilte; ní fhorghníomhaíonn sé scripteanna, ní luchtaíonn sé stíleanna agus ní leanann sé naisc. Réitigh naisc choibhneasta ina dhiaidh sin i leith shuíomh an fhreagra, agus cuimhnigh go bhféadfadh eilimintí a dhéanann an brabhsálaí a rindreáil a bheith ar iarraidh sa bhfoinse íoslódáilte. Ba chóir do gach freagra a dhoiciméad féin a tháirgeadh fiú nuair a roinneann iarratais an cliant HTTP cumraithe céanna.