HTML解析利器HtmlAgilityPack

乙個.net下的html解析類庫htmlagilitypack。htmlagilitypack是乙個支援用xpath來解析html的類庫，在花了一點時間學習了解htmlagilitypack的api和xpath之後，周公就做了乙個簡單的工具完成了這個功能，

htmlagilitypack是乙個開源的.net類庫，它的主頁是

xpath簡明介紹

xpath 使用路徑表示式來選取 xml 文件中的節點或節點集。節點是通過沿著路徑 (path) 或者步 (steps) 來選取的。

下面列出了最有用的路徑表示式：

nodename:選取此節點的所有子節點。

/:從根節點擊取。

//:從匹配選擇的當前節點擊擇文件中的節點，而不考慮它們的位置。

.:選取當前節點。

..:選取當前節點的父節點。

例如有下面一段xml:

<?xml version="
1.0" encoding="
utf-8
"?> 
在asp.net中使用highcharts js圖表
">log4net使用詳解（續）
">2023年11月23日
j2me開發的一般步驟
">2023年06月12日 "
eng">powerdesign高階應用
"zh-cn
">2007-09-08

1、獲取網頁title：doc.documentnode.selectsinglenode("//title").innertext;

解釋：xpath中「//title」表示所有title節點。selectsinglenode用於獲取滿足條件的唯一的節點。

3、獲取name為kw的input，也就是相當於getelementsbyname()： var kwbox = doc.documentnode.selectsinglenode("//input[@name='kw']");

解釋："//input[@name='kw']"也是xpath的語法，表示：name屬性等於kw的input標籤。

針對上面的xml檔案，我們列出了帶有謂語的一些路徑表示式，以及表示式的結果：

/articles/article[1]：選取屬於articles子元素的第乙個article元素。

/articles/article[last()]：選取屬於articles子元素的最後乙個article元素。

/articles/article[last()-1]：選取屬於articles子元素的倒數第二個article元素。

/articles/article[position()<3]：選取最前面的兩個屬於 bookstore 元素的子元素的article元素。

//title[@lang]：選取所有擁有名為lang的屬性的title元素。

//createat[@type='zh-cn']：選取所有createat元素，且這些元素擁有值為zh-cn的type屬性。

/articles/article[order>2]：選取articles元素的所有article元素，且其中的order元素的值須大於2。

/articles/article[order<3]/title：選取articles元素中的article元素的所有title元素，且其中的order元素的值須小於3。

htmlagilitypack api簡明介紹

在htmlagilitypack中常用到的類有htmldocument、htmlnodecollection、

htmlnode和htmlweb等。

其流程一般是先獲取html，這個可以通過htmldocument的load()或loadhtml()來載入靜態內容，或者也可以htmlweb的get()或load()方法來載入網路上的url對應的html。

得到了htmldocument的例項之後，就可以用htmldocument的documentnode屬性，這是整個html文件的根節點，它本身也是乙個htmlnode，然後就可以利用htmlnode的selectnodes()方法返回多個htmlnode的集合物件htmlnodecollection，也可以利用htmlnode的selectsinglenode()方法返回單個htmlnode。

htmlagilitypack實戰

下面是乙個解析csdn部落格的**例項：

private
void button1_click(object
sender, eventargs e)

htmlagilitypack確實有中文亂碼問題，需要在呼叫之前設定overrideencoding的值。

//
自動獲取網頁編碼
private
static encoding getwebencoding(string
serverurl)
");return
getencoding(encodname);
}

HTML解析利器HtmlAgilityPack

HTML解析利器HtmlAgilityPack

HTML解析利器HtmlAgilityPack

HTML解析利器HtmlAgilityPack

相關推薦