HtmlAgilityPack的一點總結

最近工作中用到了htmlagilitypack的類庫，總的來說使用起來確實感覺挺方便，別的不多說，就這類似於能把html標籤自動補全的load()方法就感覺挺讚(其實上不是不全，而是將不完整的標籤給格式化一下)。但這不就足夠了嗎？捨得自己去用正規表示式去匹配，萬一匹配的內容就是html作者寫的文字內容，豈不功虧一簣。

本文以格式化一篇html為例，講述一點此類庫的一點用法，至於更多的方法和屬性，那就看作者的發揮了。

何為格式化html？當你看到別人寫的html是這樣的：

是不是覺得很頭疼呢？寫成規範一點的樹結構是不是更好一點？(雖然改變了原文，加入了很多/r,/n,/t，但畢竟這是使用者想看到的)

______

______

____________

__________________

就是不換行

____________

______

當然了，強大的ide和各種工具會幫你做到，但是！實際開發中怎會容你輕鬆的使用其他非開源工具，而開元的htmlagility區區幾行**便能做到。

不多說，上**：

private htmldocument loadwebsite(string path)

return hdoc;
}

private int parentnumbers(htmlnode node, int temp)

else
}return result;
}

private void converthtml(string filepath)

else}}
}else 
//load兩遍,保證標籤的完整性
hdoc.loadhtml(htmlcontent.tostring());
stringbuilder content = new stringbuilder(hdoc.documentnode.outerhtml);
hdoc.loadhtml(content.tostring());
htmlnodecollection linecollection = hdoc.documentnode.selectnodes("/html");
dictionaryinscontent = new dictionary();//key為要插入的index，value為插入的內容，也就是/r/n, /r/n/t, /r/n/t/t.../t
stringbuilder tempbuilder = new stringbuilder();
foreach (htmlnode htmlnode in linecollection)
foreach (htmlnode hnode in htmlnode.descendants())//遍歷所有子代節點
if (hnode.previoussibling != null)//上乙個兄弟節點
inscontent.add(hnode.streamposition, tempbuilder.tostring());}}
if (hnode.nextsibling != null)//下乙個兄弟節點
inscontent.add(hnode.nextsibling.streamposition, tempbuilder.tostring());}}
if (hnode.haschildnodes)
inscontent.add(hnode.firstchild.streamposition, tempbuilder.tostring());}}
if (hnode.lastchild != null)//最後乙個子節點
inscontent.add(hnode.lastchild.streamposition + hnode.lastchild.outerhtml.length, tempbuilder.tostring());}}
}}
}foreach (keyvaluepairitem in inscontent.orderbydescending(n => n.key))//倒序插入，保證原html不變
file.writealltext(filepath, content.tostring(), encoding.utf8);
}

HtmlAgilityPack相關網頁

多執行緒 替換webbrowser預設的彈出選單 c webbrowser 獲得選中部分的html原始碼 linq to xml操作xml 向htmlagilitypack道歉 解析html還是你好用 通過 webbrowser 獲取網頁截圖 c 無限迴圈treeview 資料庫 datatable...

C 使用HtmlAgilityPack爬蟲例項

使用htmlagilitypack類庫解析html非常方便，網上的資料有很多，可以自行搜尋了解 下面上乙個非常簡單的小例子 要爬取的資訊如下 首先要引用htmlagilitypack.dll檔案 上 internal void run httptool類 初始化請求 請求頭資訊可以按自己需求增加 p...

使用HtmlAgilityPack抓取網頁資料

剛剛學習了xpath路徑表示式，主要是對xml文件中的節點進行搜尋，通過xpath表示式可以對xml文件中的節點位置進行快速定位和訪問，html也是也是一種類似於xml的標記語言，但是語法沒有那麼嚴謹，在codeplex裡有乙個開源專案htmlagilitypack，提供了用xpath解析html檔...