如何解析 HTML 或将 HTML 转换为 XML，以便我从网站中提取信息（在 C# 中）[重复]

Posted 2023-03-05

【中文标题】如何解析 HTML 或将 HTML 转换为 XML，以便我从网站中提取信息（在 C# 中）[重复]

【英文标题】：How to parse HTML or convert HTML to XML so I extract the information out of the website (in C#) [duplicate]

【发布时间】：2012-07-03 12:00:48

【问题描述】：

可能重复：What is the best way to parse html in C#?

有没有办法解析 HTML 或将 HTML 转换为 XML，以便我轻松地从网站中提取信息？

我正在使用 C#。

谢谢，

【问题讨论】：

您应该查看HtmlAgilityPack。

【参考方案1】：

HTMLAgilityPack 是您正在寻找的。看看这个教程Parsing HTML Document with HTMLAgilityPack

【参考方案2】：

您可以使用Microsoft HTML Object Library 中的COM 对象来加载HTML，然后使用它的对象模型进行导航。示例如下：

string html;
WebClient webClient = new WebClient();
using (Stream stream = webClient.OpenRead(new Uri("http://www.google.com")))
using (StreamReader reader = new StreamReader(stream))

  html = reader.ReadToEnd();

IHTMLDocument2 doc = (IHTMLDocument2)new HTMLDocument();
doc.write(html);
foreach (IHTMLElement el in doc.all)
  Console.WriteLine(el.tagName);