使用 HtmlAgilityPack 解析 HTML 页面

Posted

技术标签:

【中文标题】使用 HtmlAgilityPack 解析 HTML 页面【英文标题】:Parsing HTML page with HtmlAgilityPack 【发布时间】:2010-12-03 12:14:34 【问题描述】:

使用 C# 我想知道如何从这个示例 html 脚本中获取文本框值(即:john):

<TD class=texte >
<DIV align=right>Name :<B> </B></DIV></TD>
<TD ><INPUT class=box value=John maxLength=16 size=16 name=user_name> </TD>
<TR vAlign=center>

【问题讨论】:

【参考方案1】:
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
XPathNavigator docNav = doc.CreateNavigator();

XPathNavigator node = docNav.SelectSingleNode("//td/input/@value");

if (node != null)

    Console.WriteLine("result: " + node.Value);

我写得很快,所以你需要用更多的数据做一些测试。

注意:XPath 字符串显然必须是小写的。

编辑:显然测试版现在直接支持 Linq to Objects,因此可能不需要转换器。

【讨论】:

【参考方案2】:

有多种方法可以使用敏捷包选择元素。

假设我们已将HtmlDocument 定义如下:

string html = @"<TD class=texte 50%"">
<DIV align=right>Name :<B> </B></DIV></TD>
<TD 50%"">
    <INPUT class=box value=John maxLength=16 size=16 name=user_name>
</TD>
<TR vAlign=center>";

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

1.简单的 LINQ 我们可以使用Descendants() 方法,传递我们要搜索的元素的名称:

var inputs = htmlDoc.DocumentNode.Descendants("input");

foreach (var input in inputs)

    Console.WriteLine(input.Attributes["value"].Value);
    // John

2。更高级的 LINQ 我们可以通过使用更高级的 LINQ 来缩小范围:

var inputs = from input in htmlDoc.DocumentNode.Descendants("input")
             where input.Attributes["class"].Value == "box"
             select input;

foreach (var input in inputs)

    Console.WriteLine(input.Attributes["value"].Value);
    // John

3. XPath 或者我们可以使用XPath。

string name = htmlDoc.DocumentNode
    .SelectSingleNode("//td/input")
    .Attributes["value"].Value;

Console.WriteLine(name);
//John

【讨论】:

LINQ:在属性不存在的情况下,我将以下 linq 用于where input.Attributes["class"] != null &amp;&amp; input.Attributes["class"].Value == "box"

以上是关于使用 HtmlAgilityPack 解析 HTML 页面的主要内容,如果未能解决你的问题,请参考以下文章

使用 HtmlAgilitypack 问题解析表

使用 HtmlAgilityPack 解析 HTML 页面

如何使用 htmlagilitypack 解析这个 HTML 文本?

HTMLAgilitypack 使用 ajax 调用读取 html 页面信息

HTML 解析类库HtmlAgilityPack

C# HTML解析工具HtmlAgilityPack使用实例