HtmlAgilityPack

HtmlAgilityPack是一個開源的解析HTML元素的類庫，支持中文的HtmlAgilityPack.dll，最大的特點是可以通過XPath來解析HMTL，如果您以前用C#操作過XML，那么使用起HtmlAgilityPack也會得心應手。HtmlAgilityPack  測試分析小軟件,直觀 明了 對于編寫XPath非常有用.

Html Agility Pack最常用的基礎類其實不多，對解析DOM來說，就只有HtmlDocument和HtmlNode這兩個常用的類，還有一個 HtmlNodeCollection集合類。

asp.net使用HtmlAgilityPack的方法：

下面以一個簡單的例子來介紹下HtmlAgilityPack的使用，對于Asp.Net程序開發(fā)的網(wǎng)站要做模擬登錄的時候，除了要知道用戶名文本框和密碼文本框的name屬性值外，還需要知道頁面的__VIEWSTATE、__EVENTVALIDATION這兩個隱藏控件的值，以及提交按鈕的name屬性，下面看看怎樣使用HtmlAgilityPack來獲得這個額外的值。

1、在項目中添加對HtmlAgilityPack.dll的引用

2、在Aspx頁面中放幾個文本框控件和一個按鈕控件

C#中使用HtmlAgilityPack對html進行解析

HtmlAgilityPack基本支持.Net2-.Net4.5 也支持Sliverlight和Windows Phone，大家可以根據(jù)自己的需求來使用。

引用對應的DLL本文采用.Net4開發(fā)所以選擇Net40文件夾中的庫

打開谷歌瀏覽器吧鼠標放在你想要獲取的元素上，點擊鼠標右鍵->審查元素->Copy Xpath

編寫代碼：

/第一步聲明HtmlAgilityPack.HtmlDocument實例

           HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();

           //獲取Html頁面代碼

           string html = HTMLHelper.Get_Http("http://www.studycsharp.com/");

           //第二步加載html文檔

           doc.LoadHtml(html);

           //第三步通過Xpath選中html的指定元素  這樣子就獲取到了[url=http://www.studycsharp.com]www.studycsharp.com[/url]的"常用工具類"的板塊鏈接了

           HtmlAgilityPack.HtmlNode htmlnode = doc.DocumentNode.SelectSingleNode("//*[@id=\"category_63\"]/table/tr[2]/td[2]/dl/dt/a");

           //獲取所有板塊的a標簽

           HtmlAgilityPack.HtmlNodeCollection collection = doc.DocumentNode.SelectNodes("//*[starts-with(@id,'category_')]/table/tr/td/dl/dt/a");

           StringBuilder sb = new StringBuilder();

           foreach (HtmlAgilityPack.HtmlNode item in collection)

           {

               sb.Append(string.Format("{0}:{1}\r\n", item.InnerText, item.Attributes["href"].Value));

           }

           this.textBox1.Text = sb.ToString();

代碼運行效果