html中的相对路径变成绝对路径-高手指教

[leotao841024]

现在做一个网站页面抓取的功能，但是因为网站html的路径都是相对路径，想请教怎么解决这个问题，页面中包含a标签，img标签等，css里也有可能有img这样的相对路径的代码，外部css的引用，外部js的引用都是相对路径，请教，谢谢！

[dalmeeme]

取网页的url，把文件名和查询部分，替换为相对路径那部分字符串，应该就可以。

[dalmeeme]

		string cssPath = "css/common.css";
		string htmlUrl = @"http://topic.csdn.net/u/20120925/22/953c6420-7b9d-4603-91cc-cd501a9c713f.html?id=3";
		string basePath = Path.GetDirectoryName(htmlUrl);
		string result = Path.Combine(basePath, cssPath).Replace(@"\", "/");
		Response.Write(result);

以上是示例，htmlUrl是网页的url，cssPath是该网页里引用的一个css文件相对路径。

[leotao841024]

能详细说下嘛我不大理解你这句话的意思
[Quote=引用 1 楼 的回复:]

取网页的url，把文件名和查询部分，替换为相对路径那部分字符串，应该就可以。
[/Quote]

[yang_lawrence]

private static string ConvertToAbsoluteUrls (string html, Uri relativeLocation) {
IHTMLDocument2 doc = new HTMLDocumentClass ();
doc.write (new object [] { html });
doc.close ();

foreach (IHTMLAnchorElement anchor in doc.links) {
IHTMLElement element = (IHTMLElement)anchor;
string href = (string)element.getAttribute ("href", 2);
if (href != null) {
Uri addr = new Uri (relativeLocation, href);
anchor.href = addr.AbsoluteUri;
}
}

foreach (IHTMLImgElement image in doc.images) {
IHTMLElement element = (IHTMLElement)image;
string src = (string)element.getAttribute ("src", 2);
if (src != null) {
Uri addr = new Uri (relativeLocation, src);
image.src = addr.AbsoluteUri;
}
}

string ret = doc.body.innerHTML;

return ret;
}

[leotao841024]

[Quote=引用 3 楼 的回复:]

private static string ConvertToAbsoluteUrls (string html, Uri relativeLocation) {
IHTMLDocument2 doc = new HTMLDocumentClass ();
doc.write (new object [] { html });
doc.close ();

……
[/Quote]
这个我也找到了，只是引用了mshtml后提示错误
无法嵌入互操作类型“mshtml.HTMLDocumentClass”。请改用适用的接口。
类型“mshtml.HTMLDocumentClass”未定义构造函数

[leotao841024]

期待高手

[leotao841024]

期待高手