Gba HTML nípasẹ̀ aṣojú ṣáájú ṣíṣe àyẹ̀wò pẹ̀lú Html Agility Pack

Darapọ̀ HttpClient tí a ṣètò pẹ̀lú aṣojú pẹ̀lú Html Agility Pack, kí o sì ya àwọn àṣìṣe nẹ́tíwọ́kì sọ́tọ̀ kúrò nínú àyẹ̀wò HTML.

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);

Ẹ̀ka .NET òde òní yìí ń lo System.Net àti System.Net.Http. Ẹ̀rọ alábàáṣepọ̀ tí a ṣètò ni ó ń darí ìpín ọ̀nà nẹ́tíwọ́kì, Html Agility Pack sì ń gba okùn HTML tí a dá padà. Tọ́jú ẹ̀rọ alábàáṣepọ̀ tí a ṣètò dáadáa fún iṣẹ́ tí ń lọ lọ́wọ́ dípò kíkọ àwọn adágún rẹ̀ lẹ́ẹ̀kan sí i fún ojú-ìwé kọ̀ọ̀kan.

Fún àpẹẹrẹ ojú-ìwé gbangba yìí, olùdíje tí kò ní ìjẹ́rìí láti àkójọ aṣojú HTTP lè rọ́pò alárinà. Rọ́pò ibi-àfẹ́sọ́nà lọ́tọ̀ọ̀tọ̀. URL ojú-ìwé náà ń pa ìdánimọ̀ TLS rẹ̀ mọ́. Àwọn ẹ̀rí aṣojú tí a jẹ́rìí sí wà lórí WebProxy; bẹ́ẹ̀ ni àwọn ẹ̀rí ojú-ìwé tàbí ìjẹ́rìí tí a ti pa kò rọ́pò wọ́n.

GetStringAsync ka àwọn ipò HTTP tí kò jáde sí ipò àṣìṣe. Má ṣe yí ìgbàlódé tí ó kùnà padà sí HtmlDocument òfo. Bí ohun-èlò náà bá nílò àwọn àkọsórí, àlàyé ipò tàbí ara àṣìṣe, lo iṣẹ́ HTTP tí ó dojú kọ ìdáhùn kí o sì yẹ̀wò rẹ̀ ṣáájú àyẹ̀wò.

Ọ̀nà okùn yẹra fún ìyípadà UTF-8 àfikún tí kò ní àídájú ti àwọn báìtì àìṣeé. Bí o bá ń gba àwọn báìtì pẹ̀lú ìmọ̀, gbé àwọn ìbéèrè ìkọ̀wé ìdáhùn àti àkọsílẹ̀ sínú ìyọkúrò.

LoadHtml ń mú àkọsílẹ̀ tí a yẹ̀wò jáde; kò ṣe àwọn skripti, kò gbé àwọn ọ̀nà àrà jáde tàbí tẹ̀lé àwọn ìjápọ̀. Yanjú àwọn ìjápọ̀ ìbáṣepọ̀ tó tẹ̀lé ní ìbámu pẹ̀lú ipò ìdáhùn, kí o sì rántí pé àwọn èròjà tí aṣàwákiri ń ṣàfihàn lè má sí nínú orísun tí a gbà sílẹ̀. Ìdáhùn kọ̀ọ̀kan yẹ kí ó mú àkọsílẹ̀ tirẹ̀ jáde àní nígbà tí àwọn ìbéèrè bá pín ẹ̀rọ alábàáṣepọ̀ HTTP kan náà.

Àwọn àpilẹ̀kọ tó jọra