¿Cómo puedo usar HTML Agility Pack para recuperar todas las imágenes de un sitio web?

Question

Acabo de descargar HTMLAgilityPack y la documentación no tiene ningún ejemplo.

Estoy buscando una manera de descargar todas las imágenes de un sitio web. Las cadenas de direcciones, no la imagen física.

<img src="blabalbalbal.jpeg" /> 

Necesito extraer la fuente de cada etiqueta img. Solo quiero conocer la biblioteca y lo que puede ofrecer. Todos dijeron que esta era la mejor herramienta para el trabajo.

Editar

public void GetAllImages() 
    { 
     WebClient x = new WebClient(); 
     string source = x.DownloadString(@"http://www.google.com"); 

     HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
     document.Load(source); 

         //I can't use the Descendants method. It doesn't appear. 
     var ImageURLS = document.desc 
        .Select(e => e.GetAttributeValue("src", null)) 
        .Where(s => !String.IsNullOrEmpty(s));   
    } 

Answer 1

Usted puede hacer esto utilizando LINQ, así:

var document = new HtmlWeb().Load(url); 
var urls = document.DocumentNode.Descendants("img") 
           .Select(e => e.GetAttributeValue("src", null)) 
           .Where(s => !String.IsNullOrEmpty(s)); 

EDITAR: Este código funciona ahora en realidad; Me olvidé de escribir document.DocumentNode.

Answer 2

en base a su un ejemplo, pero con XPath modificación:

HtmlDocument doc = new HtmlDocument(); 
List<string> image_links = new List<string>(); 
doc.Load("file.htm"); 
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//img")) 
{ 
    image_links.Add(link.GetAttributeValue("src", "")); 
} 

no sé esta extensión, así que no estoy seguro de cómo escribir la matriz a otra parte, pero que por lo al menos obtener tus datos. (Además, no defino la matriz correctamente, estoy seguro. Lo siento).

Editar

Usando su ejemplo:

public void GetAllImages() 
    { 
     WebClient x = new WebClient(); 
     string source = x.DownloadString(@"http://www.google.com"); 

     HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument(); 
     List<string> image_links = new List<string>(); 
     document.Load(source); 

     foreach(HtmlNode link in document.DocumentElement.SelectNodes("//img")) 
     { 
      image_links.Add(link.GetAttributeValue("src", "")); 
     } 


    }