AngleSharp

所需

AngleSharp目前有两种版本：Windows for.NET 4.6和普通的.NET标准2.0平台。
库的大多数特性都不需要.NET 4.6，这意味着您可以创建自己的分叉并修改它以使用以前版本的.NET-Framework。

通过NuGet获取AngleSharp。

将AngleSharp集成到项目中的最简单方法是使用NuGet。您可以通过打开包管理器控制台(PM)并输入以下语句来安装AngleSharp：

Install-Package AngleSharp

您还可以使用图形库包管理器(“管理用于解决方案的NuGet包”)。在官方的NuGet在线提要中搜索“AngleSharp”将找到这个库。

第一步

在最简单的情况下，您已经有了一个文档源，并希望对其进行解析。这可能如下所示：

using System;
using AngleSharp;
using AngleSharp.Html.Parser;

class MyClass {
   
   
    static async void Main() {
   
   
        //Use the default configuration for AngleSharp
        var config = Configuration.Default;

        //Create a new context for evaluating webpages with the given config
        var context = BrowsingContext.New(config);

        //Source to be parsed
        var source = "<h1>Some example source</h1><p>This is a paragraph element";

        //Create a virtual request to specify the document to load (here from our fixed string)
        var document = await context.OpenAsync(req => req.Content(source));

        //Do something with document like the following
        Console.WriteLine("Serializing the (original) document:");
        Console.WriteLine(document.DocumentElement.OuterHtml);

        var p = document.CreateElement("p");
        p.TextContent = "This is another paragraph.";

        Console.WriteLine("Inserting another element in the body ...");
        document.Body.AppendChild(p);

        Console.WriteLine("Serializing the document again:");
        Console.WriteLine(document.DocumentElement.OuterHtml);
    }
}

当然，还可以进一步执行更多DOM操作。

IBrowsingContext表示进行文档评估的浏览上下文。这是解析任何HTML页面所必需的构造。它还允许提交表格，以下链接，下载资源，等等。我们可以把它想象成标准浏览器中的一个选项卡。

或者，我们可以在开始时使用以下代码：

var context = BrowsingContext.New(config);
var parser = context.GetService<IHtmlParser>();
var source = "<h1>Some example source</h1><p>This is a paragraph element";
var document = parser.ParseDocument(source);

那么什么是IHtmlParser？这是一个表示HTML 5解析器前端的类。它具有创建以下实例的方法：IHtmlDocument，其中包含解析的DOM。由于HTML对于可能出现的错误非常宽松，所以没有什么比异常更好的了。我们可能只会收到一些错误信息。这些消息可以通过一个特殊的接口接收，并且应该被视为警告。

DOM

AngleSharp背后的想法是提供最先进的解析器(用于css、HTML和相关对象，如URL)，这些解析器生成与现代浏览器相同的DOM。相同的DOM意味着在JavaScript/当前浏览器中使用相同的API。这个API是标准化的，并且在web开发人员中是众所周知的.此外，DOM交互的生动活泼不仅限于JavaScript或浏览器托管场景。AngleSharp将使将现代浏览器的核心引入您的代码成为可能。

整个DOM已被传输到逻辑类结构中。如下图所示，可以解析此结构的一部分。请注意，图中显示了一个较旧的DOM模型。当前版本的AngleSharp实现了最新的DOM模型，这略有不同。尽管如此，这幅画仍然是有用的，以获得正确的想法。

The DOM as class relations

DOM有一些限制：

一般情况下，不能仅仅创建元素-几乎总是有工厂在IDocument实例或专门化，例如IHtmlDocument
已知元素的继承是不可能的。
DOM的修改必须遵循给定的路径
这意味着不能编写类似的代码(注意：HtmlParagraphElement元素是内部的-它是IHtmlParagraphElement接口)，

var paragraph = new HTMLParagraphElement();

因为这在JavaScript中也是不可能的。需要的是IDocument接口。如果我们假设这个实例被调用document我们现在可以写

var paragraph = document.CreateElement("p");

它创建段落 (<p> )元素，并将给定的文档指定为节点的所有者。与JavaScript/DOM世界一样，我们没有在文档中的任何地方追加该段。当一个元素没有被追加时，它没有父元素，因此不会出现在DOM树中。因此，它将不再序列化，某些特殊操作将毫无意义。此外，DOM树上的查询不会显示给定的元素。

另一方面，这些限制导致将所有构造函数标记为internal…这会防止继承(即使类可能不是sealed)，并要求用户遵循给定的路径。

JavaScript等脚本语言的优点是即使CreateElement只返回IElement，您甚至可以访问以下方面的专门属性和方法：IHtmlElement，如果有的话。在静态类型化语言(如C#)中，我们需要强制转换。一种解决办法是使用dynamic，或者方便的扩展方法，如

var paragraph = document.CreateElement<IHtmlParagraphElement>();

此操作并直接返回类型的对象。IHtmlParagraphElement…不需要强制转换，保存了一个(可疑的)字符串分配。这个特定的扩展方法被放置在命名空间中。AngleSharp.Dom.

超越DOM

AngleSharp提供了一些无法通过标准DOM属性和方法访问的属性和方法。要区分标准化和扩展的简单属性类，称为DomNameAttribute已经被添加了。该属性应用于那些在正式W3C标准中也指定了修饰类/事件/方法或属性的情况下。此外，还设置了官方名称，因为AngleSharp遵循PascalCase约定，而DOM遵循CamelCase约定。

<