使用AngleSharp的例子

使用Nuget引用 AngleSharp

using AngleSharp.Parser.Html;
using AngleSharp;

 

//通过URL获取HTML
 var htmlDoc = HTTPHelper.GetContentFromUrl("http://202.107.212.151:888/opac//search?q=%E5%A4%8F%E6%B4%9B%E7%9A%84%E7%BD%91&hasholding=1&searchWay=title&rows=10&page=1");

 //HTML 解析成 IDocument
  var dom = htmlParser.Parse(htmlDoc);

第一种方式：通过 QuerySelectorAll方法接受 选择器语法  找到所有 div 是 co_content222的标签

//从dom中提取所有class='co_content222'的div标签
                //QuerySelectorAll方法接受 选择器语法 
                var lstDivInfo = dom.QuerySelectorAll("div.co_content222");

第二种方式：得到 标签ID 为 search_meta 的标签的 内部HTML 

var x = dom.All.Where(m => m.Id == "search_meta");
                foreach (var xx in x) {
                    MessageBox.Show(xx.TextContent);
                }

// 去掉这个标签
                var x3=x1.Replace(x2.OuterHtml.ToString(), "");
                MessageBox.Show(x3.ToString().Trim());

//得到其中的一行
                string s = getFirstKeyWord(x3.ToString(), "检索到:", ",");
                s = replaceZhWord(s);
                MessageBox.Show(s.ToString());

 //取一个字符串中，begin 与 end 之门的内容
        public string getFirstKeyWord(String Context, string BeginWord, string endWord) {
            Int32 index = Context.IndexOf(BeginWord);
            Int32 end = Context.IndexOf(endWord, index);
            string ret_v = Context.Substring(index + BeginWord.Length, end-index- BeginWord.Length);
            return ret_v;
        }

 

 //去掉中文
        public string replaceZhWord(string context) {
            //去除汉字
            Regex oRegex = new Regex(@"[\u4E00-\u9FA5\-]*");
            context = oRegex.Replace(context, "");
            return context.Trim();
        }