private void ExtractAnchorLink(int startTag)
{
HtmlNode node = GetNode(startTag);
string url = node.GetAttributeValue(HtmlAttributeId.Href);
if (url != null && url.Length > 0)
{
LinkItem linkItem = new LinkItem();
linkItem.LinkSource = LinkSourceType.Anchor;
linkItem.Url = url;
int endTag = parsedHtml.FindEndTag(startTag + 1, GetNode(startTag).TagId);
// This is to avoid <A> ....<A> .... </A>
for (int i = startTag + 1; i < endTag; i++)
{
if (IsLinkSeparator(parsedHtml.Nodes[i]))
{
endTag = i;
break;
}
}
if (endTag > 0 && endTag < parsedHtml.Nodes.Count)
{
linkItem.AnchorText = parsedHtml.TextBetween(startTag, endTag);
//linkItem.NodeStack = GetNodeStack(startTag, endTag);
linkItem.LeftText = GetLeftNearText(startTag);
linkItem.RightText = GetRightNearText(endTag);
}
AddLink(linkItem);
}
}
private void ExtractImageLink(int startTag)
{
HtmlNode node = GetNode(startTag);
string url = node.GetAttributeValue(HtmlAttributeId.Src);
if (url != null && url.Length > 0)
{
string anchorText = "";
string alt = node.GetAttributeValue(HtmlAttributeId.Alt);
if (alt != null)
{
anchorText = alt;
}
string title = node.GetAttributeValue(HtmlAttributeId.Title);
if (title != null)
{
if (string.IsNullOrEmpty(anchorText))
{
anchorText = title;
}
else
{
anchorText = anchorText + ";;" + title;
}
}
LinkItem linkItem = new LinkItem();
linkItem.LinkSource = LinkSourceType.Image;
linkItem.Url = url;
linkItem.AnchorText = anchorText;
AddLink(linkItem);
}
}
private void AddLink(LinkItem linkItem)
{
string url = LinkExtractor.NormalizeUrl(linkItem.Url);
if (url != null)
{
linkItem.Url = url;
parsedHtml.Links.Add(linkItem);
}
}
private void ExtractLinkLink(int startTag)
{
HtmlNode node = GetNode(startTag);
string url = node.GetAttributeValue(HtmlAttributeId.Src);
if (url != null && url.Length > 0)
{
LinkItem linkItem = new LinkItem();
linkItem.LinkSource = LinkSourceType.Link;
linkItem.Url = url;
AddLink(linkItem);
}
}
private void ExtractAreaLink(int startTag)
{
HtmlNode node = GetNode(startTag);
string url = node.GetAttributeValue(HtmlAttributeId.Href);
if (url != null && url.Length > 0)
{
string anchorText = "";
AttributeItem attribute = node.GetAttribute(HtmlAttributeId.Alt);
if (attribute != null)
{
anchorText = attribute.Value;
}
LinkItem linkItem = new LinkItem();
linkItem.LinkSource = LinkSourceType.Area;
linkItem.Url = url;
linkItem.AnchorText = anchorText;
AddLink(linkItem);
}
}
