cSharp' da WebClient ile Html Parse İşlemleri Nasıl Yapılır?

Bir websitesinden WebClient sınıfını kullanarak resimleri nasıl indirebilirim ve Html etiketlerine nasıl ulaşabilirim?
 

Öncelikle HtmlAgilityPack kütüphanesimizi kullanabilmek için .dll dosyasını projenize import etmemiz gerekiyor. HtmlAgilityPack.dll
 

using HtmlAgilityPack; //  HtmlAgilityPack namaspace tanımladık.

WebClient wc = new WebClient(); // webclient sınıfımızı tanımladık
string webSite = wc.DownloadString("http://www.uzmanim.net"); // Kaynak kodunu indirmek istediğimiz websitesini yazıyoruz.

İkincisi XPATH nasıl kullanılır onu öğrenmeniz gerek.Html Agility Pack kullanacağız.Örneğin yukarıda yazmış olduğumuz websitesinin kaynak kodu aşağıdaki gibi varsayalım.

<table id="image">
<tr>
<td class="bir"><img src="uzmanim.net/deneme1.jpg"/></td>
</tr>
<tr>
<td class="bir"><img src="uzmanim.net/deneme2.jpg"/></td>
</tr>
<tr>
<td class="bir"><img src="uzmanim.net/deneme3.jpg"/></td>
</tr>
</table>

XPATH kullanarak şu işlemleri yapabiliriz;

//table     /*Bütün table'ları alır*/

//table[@id='image']       /*ID' si image olan table'ı alır*/

//table[@id='image']/tr    /*ID 'si image olan tablonun içirisindeki tr' leri alır*/

//table[@id='image']/td[@class]  /* ID'si image olan tablonun içerisindeki td'lerden sadece class'a sahip olanları alır*/

//table[@id='image']/td[@class='bir']  /*ID'si image olan table'nin içersindeki td 'lerden sadece class'ı "bir"  olanları getirir */

Öncelikle string olarak indirdiğimiz websitesinin kaynak kodlarını, HtmlDocument oluşturarak parse işlemini gerçekleştireceğiz.

HtmlAgilityPack.HtmlDocument hd = new HtmlDocument();
hd.LoadHtml(webSite); // indirmiş oldugumuz kaynak kodu değşkenini(webSite) kullanıyorum

HtmlDocument'in DocumentNode adlı bir property'si vardır ve html'deki bütün elementleri içerisinde bulundurur.SelectNodes metodu ile de XPATH kodundaki istenilen node çekilir ve kullanılır.

HtmlNodeCollection hnc = hd.DocumentNode.SelectNodes("//table[@id='image']/td[@class='bir']"); // kaynak kodumuzda ID'si "image" olan ve td nin class'ı bir olanları getirdik

td tag'ın elementlerine ulaşabilmek için HtmlNode kullanıyoruz.

foreach (HtmlNode hn in hnc)
{
   string imgHref = "http://"+ hn.Attributes["src"].Values; // img tag'ın src değerlerini imgHref değişkenine attık.
   string imageName = imgHref.SubString(imgHref.LastIndexOf('/')+1,imgHref.Length-imgHref.LastIndexOf('/')-1); /* resim url'sinden resim adını SubString ile aldık */
   string dosyaYol = @"image\"; // resmin indirilecegi konum

      using (WebClient imgDown = new WebClient())
      {
        imgDown.DownloadFile(imgHref , dosyaYol+imageName);
      }

}