标签：nuget 客户端 解析 doc linq path ack 表达式 system
在开发过程中，很有可能会遇到这样的情况，服务端返回的是html的内容，但需要在客户端显示纯文本内容，这时候就需要解析这些html，拿到里面的纯文本。达到这样的目的可以有很多途径，比如自己写正则表达式，但对于没有什么规则的内容，就有点力不从心了。Html Agility Pack开源组件，可以通过xPath的方式快速的解析html内容。
组件网址：http://htmlagilitypack.codeplex.com/ ，你可以通过Nuget进行安装。
比如我们这里解析博客园首页文章列表，查看博客园首页列表html，如图所示：
抓取所有文章的名称
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using HtmlAgilityPack; namespace HtmlAgilityPackDemo { class Program { static void Main(string[] args) { //初始化网络请求客户端 HtmlWeb webClient = new HtmlWeb(); //初始化文档 HtmlDocument doc = webClient.Load("http://www.cnblogs.com/"); //查找节点 HtmlNodeCollection titleNodes = doc.DocumentNode.SelectNodes("//a[@class=‘titlelnk‘]"); if (titleNodes != null) { foreach (var item in titleNodes) { Console.WriteLine(item.InnerText); } } Console.Read(); } } }
输出
记得之前自己写过一个小工具，当时还是自己写的正则来匹配的，和这个组件相比确实很麻烦。
在上面的代码中，有[@class=‘xxx‘]的设置，它是根据html标签的属性查找node，当然你也可以进行其它的设置，如根据id查找，你可以这样写h3[@id=‘xxxx‘]。
获取节点的内容，可以通过下面的方式获取
node.InnerText
node.InnerHtml
node.OuterHtml
标签：nuget 客户端 解析 doc linq path ack 表达式 system
原文地址：http://www.cnblogs.com/wolf-sun/p/6658335.html
