码迷,mamicode.com
首页 > Web开发 > 详细

ASP.NET MVC - 处理Html数据

时间:2017-12-17 14:11:46      阅读:199      评论:0      收藏:0      [点我收藏+]

标签:keep   bsp   size   font   属性   self   attr   eval   拷贝   

HtmlAgilityPack

使用HtmlAgilityPack可以以面向对象的方式通过查找Html节点来获取页面元素。参考:http://html-agility-pack.net

HtmlDocument类

//方法
LoadHtml(string content);
//加载Html数据

CreateNode(string html)
//创建一个HtmlNode

CreateAttribute(string attriName, string attriVal)
//创建一个属性

CreateTextNode(string text)
//创建文本

//其它参考:http://html-agility-pack.net/utilities和http://html-agility-pack.net/writer

//属性
DocumentNode
//得到根节点,返回一个HtmlNode

 

HtmlNode类
//方法
SelectNodes(string xPath)
//获取xPath指定的节点集合

SelectSingleNode(string xPath)
//获取xPath指定的节点集合中的第一个节点

SetAttributeValue(HtmlAttribute attri | string attriName, string attriVal)
//修改当前节点的属性

PrependChild(HtmlNode node)
//在当前节点中的开始处插入新的子节点

AppendChild(HtmlNode node)
//在当前节点中的末尾处插入新的子节点

PrependChildren(HtmlNode node)
//在当前节点中的开始处的子节点的开始处插入后代节点

AppendChildren(HtmlNode node)
//在当前节点中的末尾处的子节点的末尾处插入后代节点

InsertAfter(HtmlNode node)
//在当前节点后面插入新节点,类似的有insertBefore

Remove()
//移除自身

RemoveAll()
//移除自身包含的所有节点

RemoveAllChildren()
//移除自身包含的所有节点

RemoveChild(HtmlNode oldChild | HtmlNode oldChild, bool keepGrandChildren)
//keepGrandChildren:是否深度移除后代节点
//移除自身包含的由参数指定的节点

ReplaceChild(HtmlNode newChild, HtmlNode oldChild);
//在当前节点中,用newChild替换oldChild

Clone()
//创建副本

CloneNode(bool deep | string name | string name, bool deep)
//deep:是否深度克隆,如果是false,则只克隆节点自身
//name:克隆的同时修改节点的标签名称,比如克隆H1的内容同时改掉结果节点的名称为H2

CopyFrom(HtmlNode node | HtmlNode node, bool deep)
//deep:是否深度拷贝,如果是false,则只拷贝节点自身
//从参数指定的节点处复制其包含的所有节点

Element()
//在当前节点中根据参数指定的名称获取一个子节点,返回单个HtmlNode

Elements()
//在当前节点中根据参数指定的名称获取子节点集合,返回IEnumerable<HtmlNode>集合

Ancestors(string name)
//获取当前节点的由参数指定的名称的祖先节点,如果参数为空则获取当前节点的所有祖先节点的集合,类似的有AncestorsAndSelf()、AncestorsAndSelf(string name)

Descendants(string name)
//获取当前节点的由参数指定的名称的后代节点,如果参数为空则获取当前节点的所有后代节点的集合,类似的有DescendantsAndSelf()、DescendantsAndSelf(string name)

DescendantNodes()
//获取所有后代节点,类似的有DescendantNodesAndSelf()

//属性
InnerHtml
//设置或获取当前节点所包含的元素节点

InnerText
//设置或获取当前节点所包含的文本

OuterHtml
//获取当前节点所包含的所有代码

ParentNode
//获取当前节点的父节点

ChildNodes
//获取所有子节点,类似的有FirstChild、LastChild、NextSibling、ParentNode

 

HtmlAttribute类

//方法
Add(HtmlAttribute attri | string attriName, string attriVal)
//添加一个属性,类似的有Append()

Remove(string attriName)
//此方法需要属性集合调用,移除节点的由参数指定的属性,如果参数为空则移除所有属性,类似的有RemoveAll()、RemoveAt(int index)

例子:

private void Test()
{
    HtmlDocument doc = new HtmlDocument();
    //三种方式创建Html对象

    //第一种:
    //System.IO.StreamReader reader = System.IO.File.OpenText(url);
    //doc.Load(reader);

    //第二种:
    //doc.LoadHtml(url); 如果使用Load(url)会出现提示文档包含非法字符

    //第三种:
    //string htmlText = "<div>xxx</div>";
    //doc.LoadHtml(htmlText);
           
    string url = "http://www.weather.com.cn/weathern/101040100.shtml";
    WebClient wc = new WebClient();
    wc.Encoding = Encoding.GetEncoding("utf-8");
    string content = wc.DownloadString(url);

    doc.LoadHtml(content);
    HtmlNode root = doc.DocumentNode; //得到根节点
    var div= root.SelectNodes("//div").Where(d => d.InnerText.Contains("sam")).SingleOrDefault();
}

 

ASP.NET MVC - 处理Html数据

标签:keep   bsp   size   font   属性   self   attr   eval   拷贝   

原文地址:http://www.cnblogs.com/myrocknroll/p/8051828.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!