html-agility-pack：一个开源 HTML 解析器，并支持纯 XPATH 或 XSLT

最新推荐文章于 2025-04-03 18:26:42 发布

编程乐趣

最新推荐文章于 2025-04-03 18:26:42 发布

阅读量355

点赞数 5

分类专栏： .NetCore开源项目100例文章标签： .net c#

本文链接：https://blog.youkuaiyun.com/daremeself/article/details/145896702

版权

.NetCore开源项目100例专栏收录该内容

321 篇文章

订阅专栏

推荐一个.Net开源库，用于HTML 解析，支持 XPath 和 XSLT 查询。

01 项目简介

Html Agility Pack (HAP) 是一个开源的 HTML 解析库。

**强大的容错性：**HAP 对于“真实世界”中常见的 HTML 错误非常宽容，能够解析格式不规范的 HTML 文件。
**DOM 操作：**它提供了一个类似 System.Xml 的对象模型，但专门用于 HTML 文档，支持对 HTML 的读写操作。
**XPath 和 XSLT 支持：**用户可以使用 XPath 查询和 XSLT 转换来处理 HTML 数据，但即使不熟悉这些技术，也可以轻松上手。

02 使用场景

**Web 数据抓取：**HAP 可以轻松解析网页内容，提取所需数据，适用于爬虫开发。

**HTML 编辑：**可以对 HTML 文档进行修改、添加或删除节点等操作。

**HTML 转换：**将 HTML 转换为其他格式（如 XML 或 JSON）。

**HTML 分析：**用于分析 HTML 结构，提取元数据或进行内容验证。

03 使用示例

1、安装依赖库

Install-Package HtmlAgilityPack

2、示例代码

获取指定的网页，并获取所有a标签的文本。

using HtmlAgilityPack;
using System;

// 加载 HTML 文件
HtmlWeb web = new HtmlWeb();
HtmlDocument doc = web.Load("https://www.xxx.com");

// 使用 XPath 查询
var nodes = doc.DocumentNode.SelectNodes("//a");
foreach (var node in nodes)
{
    Console.WriteLine(node.InnerText);
}