C#解析HTML源碼

標籤：

剛做了一個小任務，需要抓取其他網站的部分資料，這裡就順便介紹使用Winista.Text.HtmlParser這個類庫如何解析HTML並抓取部分資料

1、擷取指定網站的頁面源碼

string url = "http://www.100njz.com/price/list/p--------1.html";System.Net.WebClient aWebClient = new System.Net.WebClient();aWebClient.Encoding = System.Text.Encoding.Default;string html = aWebClient.DownloadString(url);

2、擷取到源碼後，解析並擷取指定的節點資料，這裡示範的是擷取id="articleList"的div

Lexer lexer = new Lexer(html);        Parser parser = new Parser(lexer);        NodeFilter filter = new NodeClassFilter(typeof(Winista.Text.HtmlParser.Tags.Div));        NodeList nodeList = parser.Parse(filter);        ITag t;        if (nodeList.Count == 0)            Response.Write("沒有符合要求的節點");        else        {            for (int i = 0; i < nodeList.Count; i++)            {                t = getTag(nodeList[i]);                if (t != null && t.GetAttribute("id") == "articleList")                {                    NodeFilter filter2 = new NodeClassFilter(typeof(Winista.Text.HtmlParser.Tags.LinkTag));                    Response.Write(nodeList[i].ToHtml());                }            }        }

private ITag getTag(INode node)    {        if (node == null)            return null;        return node is Div ? node as Div : null;    }

 

 

C#解析HTML源碼