asp.net解析html,,Asp.Net HTML 解析类库

1、HtmlAgilityPack

HtmlAgilityPack是.net下的一个HTML解析类库。支持用XPath来解析HTML。这个意义不小，为什么呢？因为对于页面上的元素的xpath某些强大的浏览器能够直接获取得到，并不需要手动写。节约了大半写正则表达式的时间，当然正则表达式有时候在进一步获取的时候还需要写，但是通过xpath解析之后，正则表达式已经要匹配的范围已经非常小了。而且，不用正则表达式在整个页面源代码上匹配，速度也会有提升。总而言之，通过该类库，先通过浏览器获取到xpath获取到节点内容然后再通过正则表达式匹配到所需要的内容，无论是开发速度，还是运行效率都有提升。

但是使用XPaht比较麻烦，所以不推荐

2、ScrapySharp

ScrapySharp是基于HtmlAgilityPack开发的插件，直接根据html标签、ID、class标签查找dom，和jquery写法一样，推荐使用

using HtmlAgilityPack;

using ScrapySharp.Network;

using ScrapySharp.Extensions;

using System.Linq;

var uri = new Uri("http://www.cnblogs.com/webapi/");var browser1 = newScrapingBrowser();var html1 =browser1.DownloadString(uri);var htmlDocument = newHtmlDocument();

htmlDocument.LoadHtml(html1);var html =htmlDocument.DocumentNode;

//单个var title = html.CssSelect("title").First();Response.Write(htmlNode.InnerHtml);

//集合divs= html.CssSelect(".post_item");foreach (var htmlNode indivs)

{

Response.Write(htmlNode.InnerHtml);

}

3、Fizzler

功能和上边的ScrapySharp类似，选择器稍微强大点

using HtmlAgilityPack;

using Fizzler.Systems.HtmlAgilityPack;

var web = newHtmlWeb();var document = web.Load("https://www.cnblogs.com/webapi/");var page =document.DocumentNode;foreach (var item in page.QuerySelectorAll(".post-item"))

{var title = item.QuerySelector("a").InnerText;

Response.Write(title);

Response.Write("
");

}

4、CsQuery

使用方法和使用jquery一样，可惜作者不更了

using CsQuery;

using CsQuery.Web;

ServerConfig config = newServerConfig();

CQ dom=CQ.CreateDocument(html);

CQ data= dom[".post-item-text"];string tep = "";foreach (var item indata)

{

tep+= item.InnerHTML + "
";

}

Response.Write(tep);

5、AngleSharp

这个没测试不做评价，有兴趣的请自行测试

推荐使用Fizzler，小巧方便

下载地址，后期更新