使用HtmlAgilityPack将完整HTML源码保存为字符串遇问题求助

我尝试把网页的完整HTML源码保存为字符串，用来检查其中是否包含指定变量myString，但过程中遇到了两个问题：

• 使用page.Load("https://pastebin.com")时，程序直接进入中断状态
• 使用page.LoadHtml("https://pastebin.com")时，字符串里存储的是URL本身，不是实际的HTML代码

我的代码如下：

string myString = "Pastebin"; 
HtmlAgilityPack.HtmlDocument page = new HtmlAgilityPack.HtmlDocument(); 
page.Load("https://pastebin.com"); 
string text = page.DocumentNode.OuterHtml; 
if (text.Contains(myString)) { 
    MessageBox.Show("Yay!\n Match!"); 
    Instance = this; 
    InitializeComponent(); 
    timer1.Start(); 
} else { 
    MessageBox.Show("Error...\nThe Var Doesnt match"); 
    Application.Exit(); 
}

问题分析与解决办法 #

1. 为什么page.Load()会导致程序中断？ #

HtmlAgilityPack的Load()方法是用来加载本地HTML文件或者文件流的，它根本不支持直接加载远程URL！你直接把网址传给它，它会把这个字符串当成本地文件路径去查找，找不到自然就抛出异常，导致程序中断。

2. 为什么page.LoadHtml()存的是URL？ #

LoadHtml()方法的参数要求是实际的HTML文本内容，而不是网页地址。你传个URL给它，它就直接把这个URL字符串当成HTML内容存进去了，当然查不到你要的Pastebin字符串。

正确的实现方式 #

要获取远程网页的HTML，你得先通过HTTP请求把网页内容下载下来，再交给HtmlAgilityPack处理。这里推荐用HttpClient来做网络请求，下面是修正后的完整代码：

using System;
using System.Net.Http;
using System.Windows.Forms;
using HtmlAgilityPack;

public partial class YourForm : Form
{
    public YourForm()
    {
        InitializeComponent();
        // 启动检查逻辑
        _ = CheckHtmlContent();
    }

    private async System.Threading.Tasks.Task CheckHtmlContent()
    {
        string targetString = "Pastebin";
        string targetUrl = "https://pastebin.com";
        
        try
        {
            // 第一步：用HttpClient下载网页的HTML内容
            using (HttpClient client = new HttpClient())
            {
                // 设置10秒超时，避免程序一直等待
                client.Timeout = TimeSpan.FromSeconds(10);
                string htmlContent = await client.GetStringAsync(targetUrl);

                // 第二步：用HtmlAgilityPack加载下载到的HTML
                HtmlDocument htmlDoc = new HtmlDocument();
                htmlDoc.LoadHtml(htmlContent);

                // 第三步：获取完整HTML并检查目标字符串
                string fullHtml = htmlDoc.DocumentNode.OuterHtml;
                if (fullHtml.Contains(targetString))
                {
                    MessageBox.Show("Yay!\n Match!");
                    timer1.Start();
                }
                else
                {
                    MessageBox.Show("Error...\nThe Var Doesnt match");
                    Application.Exit();
                }
            }
        }
        catch (Exception ex)
        {
            // 捕获所有可能的异常（网络问题、超时等），方便排查
            MessageBox.Show($"请求出错：{ex.Message}");
            Application.Exit();
        }
    }
}

额外注意事项 #

• 确保你的项目已经安装了HtmlAgilityPack（可以通过NuGet包管理器安装）
• 用异步方法GetStringAsync可以避免阻塞UI线程，让程序更流畅
• 一定要加上异常捕获，网络请求很容易遇到各种问题（比如网络不通、网页返回404、超时等）

内容的提问来源于stack exchange，提问作者pOleander