Ошибка парсинга в Html Agility Pack

Question

Добрый день!

Как правильно сохранить страницу через WebBrowser (WPF) на жесткий диск, чтоб её потом можно было открыть для парсинга через Html agility pack?

На данный момент делаю вот так:

Сохраняю:

dynamic doc = browser.Document;
var text = doc.documentElement.InnerHtml;
StreamWriter sw = new StreamWriter(@cPage, false, System.Text.Encoding.UTF8);
sw.Write(text);
sw.Close();

Подгружаю, но срабатывает исключение ошибки парсинга:

HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
                    htmlDoc.OptionFixNestedTags = true;
                    htmlDoc.Load(file);

                    if (htmlDoc.ParseErrors != null && htmlDoc.ParseErrors.Count() > 0)
                    {
                        MessageBox.Show("Ошибка парсинга","Во время выполнения парсинга файла",
                            MessageBoxButton.OK, MessageBoxImage.Error);
                    }
                    else
                    {
                        if (htmlDoc.DocumentNode != null)
                        {
                            //действие
                        }
                    }

что я делаю не так?

Answer 1

Для начала попробуйте просто открыть сохранённый файл браузером. Посмотрите открывается ли. Если нет, то проблема в записи.

---

Сделаем содержимое сообщества лучше, вместе!

Answer 2

Открывается, проблем не возникает (открываю Яндекс бровсером)

Answer 3

Тогда посмотрите в отладчике, какие конкретные ошибки содержатся в объекте ParseErrors.

---

Сделаем содержимое сообщества лучше, вместе!

Answer 4

Answer 5

Более детально. Запустите программу в режиме отладки, поставьте на этой строке точку останова, потом наведите на неё. И посмотрите что конкретно содержится в объекте.

---

Сделаем содержимое сообщества лучше, вместе!

Answer 6

Answer 7

Уже понятно. Проблема у вас с кодировкой. У вас сохраняется юникод, на странице выставлена другая. И от этого ошибка, скорее всего. Вам нужно убрать эту строку при загрузке и сохранении. Или выставить кодировку в Agility Pack, у метода Load насколько я знаю есть перегруженная версия. Или такое, более тяжёлое решение.

---

Сделаем содержимое сообщества лучше, вместе!

Answer 8

Проблема решена добавлением опции:

htmlDoc.OptionReadEncoding = false;

Всем спасибо!