.NET Core HtmlAgilityPack HTML解析利器
作者:网络转载 发布时间:[ 2016/6/27 13:40:10 ] 推荐标签:测试开发技术 .NET
近学习.NET Core ,想把自己之前的一个项目升级到 .NET Core。发现HtmlAgilityPack 没法进行引用,遂自己做了些修改,可以运行在 .NET Core 中。现在分享出来,也是为 .NET Core 做一些贡献。
.NET Core版 HtmlAgilityPack HTML解析利器,目前是 HtmlAgilityPack Core RC2
HtmlAgilityPack 介绍
HtmlAgilityPack是一个基于.Net的、第三方免费开源的微型类库,主要用于在服务器端解析html文档。
本源码fork 自官网源码,我只是对其做了一些修改及封装。
官网源码: http://htmlagilitypack.codeplex.com/
GitHub: https://github.com/linezero/HtmlAgilityPack
HtmlAgilityPack中定位节点基本上都用Xpath表达式,Xpath表达式的参考文档可见:http://www.w3school.com.cn/xpath/xpath_syntax.asp 。
下面是几个简单使用说明:
1、获取网页title:doc.DocumentNode.SelectSingleNode(“//title”).InnerText;
解释:XPath中“//title”表示所有title节点。SelectSingleNode用于获取满足条件的的节点。
2、获取所有的超链接:doc.DocumentNode.Descendants(“a”)
3、获取name为kw的input,也是相当于getElementsByName():
var kwBox = doc.DocumentNode.SelectSingleNode(“//input[@name=’kw’]”);
.NET Core 使用HtmlAgilityPack
新建一个控制台应用程序
然后添加 HtmlAgilityPack 引用,这里直接添加项目引用。
下面来讲解一下简单使用。以博客园新闻区为示例,进行解析。
public static void Main(string[] args)
{
Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
HtmlWeb web = new HtmlWeb();
var doc = web.LoadFromWebAsync("http://news.cnblogs.com/").Result;
var nodes = doc.DocumentNode.SelectNodes("//div[@id='news_list']/div/div[2]/h2/a");
foreach (var item in nodes)
{
Console.WriteLine($"标题:{item.InnerText} 地址:{item.Attributes["href"].Value}" );
}
Console.ReadKey();
}
HtmlAgilityPack .NET Core RC2
GitHub: https://github.com/linezero/HtmlAgilityPack
相关推荐
更新发布
功能测试和接口测试的区别
2023/3/23 14:23:39如何写好测试用例文档
2023/3/22 16:17:39常用的选择回归测试的方式有哪些?
2022/6/14 16:14:27测试流程中需要重点把关几个过程?
2021/10/18 15:37:44性能测试的七种方法
2021/9/17 15:19:29全链路压测优化思路
2021/9/14 15:42:25性能测试流程浅谈
2021/5/28 17:25:47常见的APP性能测试指标
2021/5/8 17:01:11