C#Xpath解析HtmlDocument的使用方法与递归取得页面所有标签xpath值（附源码）

在学习HTML Xpath之前呢我们先来下载一下Dll文件
下载地址：http://htmlagilitypack.codeplex.com/
大家下载单击如下图片下载就行了
<ignore_js_op> 

接下来就是在程序中引用一下，
<ignore_js_op> 
然后就可以直接调用 了，大家看看
代码吧

普通浏览 复制代码

1.    //htmlDcoument对象用来访问Html文档s
2.             HtmlAgilityPack.HtmlDocument hd =  new HtmlAgilityPack.HtmlDocument ( ) ;
3.              //加载Html文档
4.             hd.LoadHtml (strhtml ) ;
5.    string str = hd.DocumentNode.SelectSingleNode ( "//*[@id='e_font']" ).OuterHtml ;

这样就可以得到一个标签的HTml代码了
OuterHtml是取包含本身的Html如果是InnerHtml就是取的包含在这个标签之内的所有Html代码了
这点大家要注意了
如果大家想获取Html代码的Xpath路径就是这部分

1. //*[@id='e_font']

复制代码

这个其实很简单只在大家安装一个Firbug就行了，
看下图片
<ignore_js_op> 
大家只要进入选择模式，然后选择你要的内容，然后右键复制一下就行了。
然后放在SelectSingleNode（）方法里就OK了
下面我说说几个方法和属性的意思吧、
方法

---

SelectNodes 获取的是一个集合
SelectSingleNode 获取一个标签
SetAttributeValue 设置标签的属性值例如：SetAttributeValue("name","xpath-89");这说明把name属性的值修改为xpath-89
属性

---

OuterHtml   是取包含本身的Html
InnerHtml   取的包含在这个标签之内的所有Html代码了
XPath   获取相对应的Xpath值
Attributes 获取一个属性的值例如：Attributes("name") 
也可以进行添加属性例如：

普通浏览 复制代码

1. hd.DocumentNode.SelectSingleNode (item.Key ).Attributes.Add ( "xpathid",  "xpath_1"  ) ;

下面我写了一个递归获取Html页面所有Xpath值的方法大家看一下吧

普通浏览 复制代码

1.    //key（Xpath）,value（整个节点）
2.          public List<ObjXpath> XpathList =  new List<ObjXpath> ( ) ;
3.          public  string strhtml =  "" ; //这里就是你的Html代码具体怎么获取请参考我的<a href=\"http://www.sufeinet.com/thread-3-1-1.html\" target=\"_blank\">HttpHelper</a>类吧
4.            private  int Index =  0 ;
5. //开始处理Node
6.          private  void SartNode ( )
7.         {
8.              //htmlDcoument对象用来访问Html文档s
9.             HtmlAgilityPack.HtmlDocument hd =  new HtmlAgilityPack.HtmlDocument ( ) ;
10.              //加载Html文档
11.             hd.LoadHtml (strhtml ) ;
12.             HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes ;
13.             Index =  0 ;
14.             XpathList.Clear ( ) ;
15.              foreach  (HtmlNode em  in htmllist )
16.             {
17.                 Setxpath (em ) ;
18.             }
19.         }
20.          /// <summary>
21.          /// 递归获取Html Dom
22.          /// </summary>
23.          /// <param name="node">要处理的节点</param>
24.          private  void Setxpath (HtmlNode node )
25.         {
26.              foreach  (HtmlNode item  in node.ChildNodes )
27.             {
28.                  if  (item. XPath.Contains ( "#" ) )
29.                 {
30.                      continue ;
31.                 }
32.                  if  (item.ChildNodes.Count >  0 )
33.                 {
34.                     XpathList.Add ( new ObjXpath ( ) { id = Index.ToString ( ), Key = item. XPath, Value =  "" } ) ;
35.                     Index++ ;
36.                     Setxpath (item ) ;
37.                 }
38.                  else
39.                 {
40.                     XpathList.Add ( new ObjXpath ( ) { id = Index.ToString ( ), Key = item. XPath, Value =  "" } ) ;
41.                     Index++ ;
42.                 }
43.             }
44.         }
45.    public  class ObjXpath
46.     {
47.          public  string id { get ; set ; }
48.          public  string Key { get ; set ; }
49.          public  string Value { get ; set ; }
50.     }

XpathList 就是获取的所有Xpath值了，大家有兴趣的话可以试试
我们先来看看效果吧
<ignore_js_op> 
好了下面放出所有代码给大家

普通浏览 复制代码

1. using  System ;
2. using  System. Collections. Generic ;
3. using  System. ComponentModel ;
4. using  System. Data ;
5. using  System. Drawing ;
6. using  System.Linq ;
7. using  System. Text ;
8. using  System.Windows.Forms ;
9. using  System. Text. RegularExpressions ;
10. using  System. Threading ;
11. using HtmlAgilityPack ;
12. using  System. IO ;
13. using  System. Runtime. Serialization.Json ;
14. 
15. namespace AutoXpathTools
16. {
17.      public partial  class Form1 : Form
18.     {
19.          public Form1 ( )
20.         {
21.             InitializeComponent ( ) ;
22.         }
23. 
24.          #region 私有变量和方法
25. 
26.          //委托传入一个字符串
27.          private  delegate  void SetListBox ( string str ) ;
28. 
29.          //key（Xpath）,value（整个节点）
30.         List<ObjXpath> XpathList =  new List<ObjXpath> ( ) ;
31.          private  int Index =  0 ;
32.          //htmlDcoument对象用来访问Html文档
33.         HtmlAgilityPack.HtmlDocument hd =  new HtmlAgilityPack.HtmlDocument ( ) ;
34. 
35.          #endregion
36. 
37.          //分析Xpath的所有代码
38.          private  void btnGetXpath_Click ( object sender, EventArgs e )
39.         {
40.              try
41.             {
42.                 HttpHelper http =  new HttpHelper ( ) ;
43.                 HttpItem item =  new HttpItem ( ) { URL = textBox1. Text.Trim ( ), IsToLower =  false, Encoding =  "gbk" } ;
44.                 txtXml. Text = http.GetHtml (item ) ;
45.                  if  (! string.IsNullOrWhiteSpace (txtXml. Text ) && txtXml. Text.Trim ( ).ToLower ( ) !=  "error" )
46.                 {
47.                      //加载Html文档
48.                     hd.LoadHtml (txtXml. Text ) ;
49.                   
50. 
51.                     Thread pingTask =  new Thread ( new ThreadStart ( delegate
52.                     {
53.                          //代码,线程要执行的代码
54.                         SartNode (txtXml. Text ) ;
55.                     } ) ) ;
56.                     pingTask.Start ( ) ;
57.                    
58.                 }
59.                  else
60.                 {
61.                     txtXml. Text =  "根据您的的ULR：" + textBox1. Text.Trim ( ) +  "无法得到任何内容" ;
62.                 }
63.             }
64.              catch  (Exception ex )
65.             {
66.                 txtXml. Text = ex.Message.Trim ( ) ;
67.             }
68.         }
69.        
70. 
71.          //开始处理Node
72.          private  void SartNode ( string strhtml )
73.         {
74.              //htmlDcoument对象用来访问Html文档s
75.             HtmlAgilityPack.HtmlDocument hd =  new HtmlAgilityPack.HtmlDocument ( ) ;
76.              //加载Html文档
77.             hd.LoadHtml (strhtml ) ;
78.             HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes ;
79.             Index =  0 ;
80.             XpathList.Clear ( ) ;
81.              foreach  (HtmlNode em  in htmllist )
82.             {
83.                 Setxpath (em ) ;
84.             }
85.         }
86.          /// <summary>
87.          /// 递归获取Html Dom
88.          /// </summary>
89.          /// <param name="node">要处理的节点</param>
90.          private  void Setxpath (HtmlNode node )
91.         {
92.              foreach  (HtmlNode item  in node.ChildNodes )
93.             {
94.                  if  (item. XPath.Contains ( "#" ) )
95.                 {
96.                      continue ;
97.                 }
98.                  if  (item.ChildNodes.Count >  0 )
99.                 {
100.                     XpathList.Add ( new ObjXpath ( ) { id = Index.ToString ( ), Key = item. XPath, Value =  "" } ) ;
101.                     UIContorol (item. XPath ) ;
102.                     Index++ ;
103.                     Setxpath (item ) ;
104.                 }
105.                  else
106.                 {
107.                     XpathList.Add ( new ObjXpath ( ) { id = Index.ToString ( ), Key = item. XPath, Value =  "" } ) ;
108.                     UIContorol (item. XPath ) ;
109.                     Index++ ;
110.                 }
111.             }
112.         }
113.       
114.          //使用委托给控件赋值
115.          private  void UIContorol ( string str )
116.         {
117.             listBox1.Items.Add (str ) ;
118.             toolStripStatusLabel1. Text = str ;
119.         }
120. 
121.          private  void listBox1_SelectedValueChanged ( object sender, EventArgs e )
122.         {
123.              if  (listBox1.SelectedItem !=  null )
124.             {
125.                 txtPath. Text = listBox1.SelectedItem.ToString ( ).Trim ( ) ;
126.             }
127.         }
128. 
129.          private  void button3_Click ( object sender, EventArgs e )
130.         {
131.             txtContents. Text = hd.DocumentNode.SelectSingleNode (txtPath. Text.Trim ( ) ).OuterHtml ;
132.         }
133.       
134.          private  void Form1_Load ( object sender, EventArgs e )
135.         {
136.              //HttpItem item = new HttpItem()
137.              //{
138.              //    URL = "http://www.diandian.com/login",
139.              //    Method = "post",
140.              //    Cookie = "dtid=ZfXUVo1IsplHR4mHW1HYmgKbY4GJa003; kvf=1358855337188; alf=1; dru=1356356040; _l5=y",
141.              //    ContentType = "application/x-www-form-urlencoded",
142.              //    Postdata = "account=xinsuilie1998@163.com&password=wjlove520&nextUrl=&lcallback=&persistent=1",
143.              //    Referer = "http://www.diandian.com/logout?formKey=e4714d863c862a84fafd83d98e5ecb22"
144.              //};
145.              //HttpHelper http = new HttpHelper();
146.              //string html = http.GetHtml(item);
147.              //string cookie = item.Cookie;
148.              //item = new HttpItem() { URL = "http://www.diandian.com/home", Cookie = cookie };
149.              //html = http.GetHtml(item);
150.         }
151.     }
152.      public  class ObjXpath
153.     {
154.          public  string id { get ; set ; }
155.          public  string Key { get ; set ; }
156.          public  string Value { get ; set ; }
157.     }
158. }

就到这里吧，大家可以下载我的源代码试试手
打包下载：
<ignore_js_op> AutoXpathTools.zip (76.32 KB, 下载次数: 0) 
如果你感觉可以话就给我推荐一下吧。感谢大家