最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
asp.net中HtmlAgility读取网页、获取数据、id例子
时间:2014-06-07 编辑:简简单单 来源:一聚教程网
该篇学习它的解析功能,还可以模拟用户请求,创建html,设置代理等等,暂先不研究。
入门代码:
代码如下 | 复制代码 |
using System; |
2.读取
那么,如果是载入本地的Html或者直接读流,字符串。可以这么做
代码如下 | 复制代码 |
HtmlDocument doc = new HtmlDocument(); doc.Load(@"D:xxx.mht", Encoding.UTF8, false); |
public void LoadHtml(string html);//直接读字符串化的htmlpublic void Load(Stream stream);//流public void Load(string path);//本地路径
HtmlDocumen其本身也提供检测编码的方法。
HtmlWeb主要是自动检测编码,如果要自定义编码可以改其中属性。OverrideEncoding, AutoDetectEncoding。而HtmlDocument对编码的操作反而不一样,指定在参数中,估计是自动检测编码已经很强大了把,很少要自己指定。。。。
3.节点选择
rootNode.SelectNodes
rootNode.SelectSingleNode
选择节点和选择单个节点。
用SelectNodes为例,看一下参数
rootNode.SelectNodes("//html[1]/body[1]");
"//"双斜杠表示从根节点查找所有子节点
"/"单斜杠表示只查找第一层子节点
"./"点斜杠表示从当前节点开始查找
[]中括号中的代表相同名字的子节点索引。
代码如下 | 复制代码 |
var resultList = rootNode.SelectNodes("//html[1]/body[1]/div[1]/div[position()<5]");//取前4个元素resultList = rootNode.SelectNodes("//html[1]/body[1]/div[1]/div[last()]");//取最后1个元素resultList = rootNode.SelectNodes("//html[1]/body[1]/div[1]/div[@id]");//取所有有id属性的元素resultList = rootNode.SelectNodes("//html[1]/body[1]/div[1]/div[@id='head']");//取属性id值为head的元素 |
更多属性可以在W3SCHOOL查看
取属性
代码如下 | 复制代码 |
doc.Attributes["id"]; 取元素 |
补充
HtmlAgilityPack类库用法
1、首先需要获取到html页面数据,可以通过WebRequest类来获取
代码如下 | 复制代码 |
public static string GetHtmlStr(string url) |
2、通过HtmlDocument类加载html数据
代码如下 | 复制代码 |
if(aa != null) |
也可以通过HtmlWeb类来获得HtmlDocument
代码如下 | 复制代码 |
HtmlWeb web = new HtmlWeb(); HtmlAgilityPack.HtmlDocument doc = web.Load(url); HtmlNode rootnode = doc.DocumentNode; |
补充:
多个属性条件查询//div[@align='center' and @]
不存在class属性 //div[not(@class)]
相关文章
- C#复制数组的两种方式及效率比较解读 10-24
- ASP.NET Identity用法解析 10-24
- ASP.NET MVC使用Identity增删改查用户介绍 10-24
- C语言中atoi函数模拟实现介绍 10-18
- .Net反向代理组件Yarp用法介绍 10-10
- .NET使用YARP通过编码方式配置域名转发实现反向代理教程 10-10