c html agility pack,c# 使用HtmlAgilityPack解析Html

HtmlAgilityPack 是一个开源的快速解析Html的C#类库。简单理解，它可以像解析Xml一样，将Html根据XPATH转化为一个个Node节点，并支持调整节点以及节点的各种属性。

多种方式加载Html

主要加载方式有3类：从网络链接加载、从字符串文本中加载、从文件加载

var doc = new HtmlDocument();

//直接通过url加载

doc = new HtmlWeb().Load("https://www.baidu.com/");

//通过字符串加载

doc.LoadHtml(result);

//通过html文件加载 可指定编码方式

doc.Load(@"c://index.html",Encoding.UTF8)

HtmlNode常用方法

使用SelectNodes()和SelectSingleNode()方法(类似解析XML格式数据的XmlDocument)来获取的目标节点，分别对应HtmlNodeCollection和HtmlNode两个类。

"//"表示从根节点开始查找，两个斜杠"//"表示查找所有childnodes；一个斜杠"/"表示只查找第一层的childnodes(即不查找grandchild)；点斜杠"./"表示从当前结点而不是根结点开始查找(只在xpath最开始出现)

注意:

id class 属性匹配大小写敏感

xpath匹配下标从1开始

1. 通过属性和路径匹配来选择对应的节点

var node = doc.DocumentNode;

//选择不包含class属性的div节点