В дополнение к ответам, размещенным здесь, убедитесь, что вы прочитали эту статью:
Сначала установите пакет nuget HTMLAgilityPack в свой проект.
Затем, в качестве примера:
HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
// There are various options, set as needed
htmlDoc.OptionFixNestedTags=true;
// filePath is a path to a file containing the html
htmlDoc.Load(filePath);
// Use: htmlDoc.LoadHtml(xmlString); to load from a string (was htmlDoc.LoadXML(xmlString)
// ParseErrors is an ArrayList containing any errors from the Load statement
if (htmlDoc.ParseErrors != null && htmlDoc.ParseErrors.Count() > 0)
{
// Handle any parse errors as required
}
else
{
if (htmlDoc.DocumentNode != null)
{
HtmlAgilityPack.HtmlNode bodyNode = htmlDoc.DocumentNode.SelectSingleNode("//body");
if (bodyNode != null)
{
// Do something with bodyNode
}
}
}
(NB: этот код является только примером и не обязательно лучший / единственный подход. Не используйте его вслепую в своем приложении.)
HtmlDocument . Метод Load ()
также принимает поток, который очень полезен при интеграции с другими ориентированными на поток классами в платформе .NET. Хотя HtmlEntity.DeEntitize ()
- еще один полезный метод для правильной обработки сущностей HTML. (спасибо Matthew)
HtmlDocument
и HtmlNode
- это классы, которые вы будете использовать чаще всего. Подобно синтаксическому анализатору XML, он предоставляет методы selectSingleNode и selectNodes, которые принимают выражения XPath.
Обратите внимание на логические свойства HtmlDocument.Option ??????
. Они управляют тем, как методы Load
и LoadXML
будут обрабатывать ваш HTML / XHTML.
Также существует скомпилированный файл справки под названием HtmlAgilityPack.chm, в котором есть полная ссылка на каждый из объекты. Обычно он находится в базовой папке решения.
Я не знаю, поможет ли это вам, но я написал пару статей, которые знакомят с основами.
Следующая статья завершена на 95%, мне просто нужно написать объяснения последних нескольких частей кода, который я написал. Если вам интересно, я постараюсь не забыть разместить здесь, когда опубликую.