C#HTML解析利器HtmlAgilityPack

標籤：ade   ble   如何使用   mat   ati   stream   xpath   屬性   sep   

　　HtmlAgilityPack是一個開源的解析HTML元素的類庫，最大的特點是可以通過XPath來解析HMTL，如果您以前用C#操作過XML，那麼使用起HtmlAgilityPack也會得心應手。目前最新版本為1.4.6,如下：http://htmlagilitypack.codeplex.com/ 目前穩定的版本是1.4.6，上一次更新還是2012年，所以很穩定，準系統全面，也沒必要更新了。 

　　提到HtmlAgilityPack，就必須要介紹一個協助工具輔助，不知道其他人在使用的時候，是如何分析頁面結構的。反正我是使用官方提供的一個叫做HAPExplorer的工具。非常有用。下面我們在使用的時候會介紹如何使用。

 

還是以遼寧省為例：http://www.tianqihoubao.com/lishi/ln.htm ,開啟頁面，右鍵擷取網頁原始碼後，粘貼到 HAPExplorer 中，也可以直接在HAPExplorer 中開啟連結，如下面的動畫示範：

 

　　我們可以看到，右側的XPath地址，div結束後，下面都是dl標籤，就是我們要採集的行了。下面我們用代碼來擷取上述結構。先看看擷取頁面原始碼的代碼：

12345678910

public static string GetWebClient(string url){    string strHTML = "";    WebClient myWebClient = new WebClient();                Stream myStream = myWebClient.OpenRead(url);    StreamReader sr = new StreamReader(myStream, Encoding.Default);//注意編碼    strHTML = sr.ReadToEnd();    myStream.Close();    return strHTML;}

 

public  static  void  ParsePageByArea(String cityCode) {      //更加連結格式和省份代碼構造URL      String url = String.Format( "http://www.tianqihoubao.com/lishi/{0}.htm" , cityCode);      //下載網頁原始碼       var  docText = HtmlHelper.GetWebClient(url);      //載入原始碼，擷取文檔對象      var  doc =  new  HtmlDocument(); doc.LoadHtml(docText);      //更加xpath擷取總的對象，如果不為空白，就繼續選擇dl標籤      var  res = doc.DocumentNode.SelectSingleNode( @"/html[1]/body[1]/div[1]/div[6]/div[1]/div[1]/div[3]" );      if  (res !=  null )      {          var  list = res.SelectNodes( @"dl" ); //選擇標籤數組          if  (list.Count < 1)  return ;          foreach  ( var  item  in  list)          {              var  dd = item.SelectSingleNode( @"dd" ).SelectNodes( "a" );              foreach  ( var  node  in  dd)              {                  var  text = node.InnerText.Trim();                  //拼音代碼要從href屬性中進行分割提取                  var  herf = node.Attributes[ "href" ].Value.Trim().Split( ‘/‘ ,  ‘.‘ );                  Console.WriteLine( "{0}:{1}" , text, herf[herf.Length - 2]);              }          }      } }源地址：http://www.cnblogs.com/asxinyu/p/CSharp_HtmlAgilityPack_XPath_Weather_Data.html

C#HTML解析利器HtmlAgilityPack