HtmlAgilityPack官方文档(一)【Parser】

最新推荐文章于 2022-10-06 16:44:43 发布

.NET跨平台

最新推荐文章于 2022-10-06 16:44:43 发布

阅读量1.2k

点赞数

分类专栏： HtmlAgilityPack解析框架文章标签：文档 html string web

HtmlAgilityPack解析框架专栏收录该内容

10 篇文章

订阅专栏

HTML分析器允许您解析HTML并返回一个HtmlDocument。

Html Parser

Name	Description
From File	Loads an HTML document from a file.
From String	Loads the HTML document from the specified string.
From Web	Gets an HTML document from an Internet resource.
From Browser	Gets an HTML document from a WebBrowser.

从文件加载Html

HtmlDocument.Load方法从文件加载HTML文档

以下示例从文件加载Html

var path = @"test.html";

var doc = new HtmlDocument();
doc.Load(path);

var node = doc.DocumentNode.SelectSingleNode("//body");

Console.WriteLine(node.OuterHtml);

从字符串加载Html

HtmlDocument.LoadHtml方法从指定的字符串中加载HTML文档。

以下示例从指定的字符串加载Html。

var html = @"<!DOCTYPE html>
<html>
<body>
    <h1>This is <b>bold</b> heading</h1>
    <p>This is <u>underlined</u> paragraph</p>
    <h2>This is <i>italic</i> heading</h2>
</body>
</html> ";

var htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(html);

var htmlBody = htmlDoc.DocumentNode.SelectSingleNode("//body");

Console.WriteLine(htmlBody.OuterHtml);

从Web加载Html

HtmlWeb.Load方法从Internet资源获取HTML文档。

以下示例从Web加载Html

var html = @"http://html-agility-pack.net/";

HtmlWeb web = new HtmlWeb();

var htmlDoc = web.Load(html);

var node = htmlDoc.DocumentNode.SelectSingleNode("//head/title");

Console.WriteLine("Node Name: " + node.Name + "\n" + node.OuterHtml);

从WebBrowser加载Html

HtmlWeb.Load方法从Web浏览器获取HTML文档。通过自定义isBrowserScriptCompleted参数，可以等待JavaScript运行。

以下示例从WebBrowser加载Html并等待，直到文本被设置为DIV。

string url = "http://html-agility-pack/from-browser";

var web1 = new HtmlWeb();
var doc1 = web1.LoadFromBrowser(url, o =>
{
    var webBrowser = (WebBrowser) o;

    //等待直到动态文本被设置
    return !string.IsNullOrEmpty(webBrowser.Document.GetElementById("uiDynamicText").InnerText);
});
var t1 = doc1.DocumentNode.SelectSingleNode("//div[@id='uiDynamicText']").InnerText;

var web2 = new HtmlWeb();
var doc2 = web2.LoadFromBrowser(url, html =>
{
    //等待直到动态文本被设置
    return !html.Contains("<div id=\"uiDynamicText\"></div>");
});
var t2 = doc2.DocumentNode.SelectSingleNode("//div[@id='uiDynamicText']").InnerText;

Console.WriteLine("Text 1: " + t1);
Console.WriteLine("Text 2: " + t2);