HtmlAgilityPack HTML操作类库的使用
Posted yuzhihui
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了HtmlAgilityPack HTML操作类库的使用相关的知识,希望对你有一定的参考价值。
1、读取网络中html网页内容,获取网页中元素body内的html,处理所有img元素的src属性后以字符串返回
if (l_sWenBenHtmlFtpPath.Substring(l_sWenBenHtmlFtpPath.LastIndexOf(".") + 1) == "html") { HtmlWeb htmlWeb = new HtmlWeb(); HtmlDocument htmlDoc = htmlWeb.Load(l_sWenBenHtmlFtpPath); HtmlNode htmlNode = htmlDoc.DocumentNode; HtmlNodeCollection nodes = htmlNode.SelectNodes("//body"); //使用xpath语法进行查询 if (nodes != null) { foreach (HtmlNode bodyTag in nodes) { HtmlNodeCollection nodes2 = htmlNode.SelectNodes("//img"); //使用xpath语法进行查询 if (nodes2 != null) { foreach (HtmlNode imgTag in nodes2) { string imgHttpPath = imgTag.Attributes["src"].Value; imgTag.Attributes["src"].Value = l_sWenBenHtmlFtpPath.Substring(0, l_sWenBenHtmlFtpPath.LastIndexOf("/") + 1) + imgHttpPath; } } l_sWenBenHtml = bodyTag.InnerHtml; } } }
2、通过HtmlAgilityPack Html操作类库将html格式的字符串加载为html文档对象,再对html dom进行操作
//1.解码前台提交的html字串 string sDecodeString = HttpUtility.HtmlDecode(HttpUtility.UrlDecode(sEncodeString)); //2.拼接成完整的html字串 sDecodeString = @"<!DOCTYPE html><html><head><meta http-equiv=""content-type"" content=""text/html;charset=UTF-8""/>" + @"</head><body><div>"
+ sDecodeString + @"</div></body></html>"; //3.处理html的img标签的src属性-C#的HTML DOM操作 HtmlDocument doc = new HtmlDocument(); doc.LoadHtml(sDecodeString.Replace("\n", " ")); HtmlNode node = doc.DocumentNode; HtmlNodeCollection nodes = node.SelectNodes("//img"); //使用xpath语法进行查询 if (nodes != null) //没有img节点时出错 { //处理html字符串中img标签的src属性 foreach (HtmlNode imgTag in nodes) { string imgHttpPath = imgTag.Attributes["src"].Value; imgHttpPath = imgHttpPath.Substring(imgHttpPath.LastIndexOf("/") + 1); imgTag.Attributes["src"].Value = imgHttpPath; } } //4.获取处理后的html字符串 sHtmlString = node.OuterHtml; //处理img中src属性后的html字符串
//5.将字符串存入html格式的文件中
//do something
持续更新中,敬请期待...
以上是关于HtmlAgilityPack HTML操作类库的使用的主要内容,如果未能解决你的问题,请参考以下文章