如何使用 HTML Agility Pack ?

我的 XHTML 文档不完全有效。这就是我想使用它的原因。我如何在我的项目中使用它？我的项目是 C#。

最佳答案

首先，安装HTMLAgilityPack nuget 包到您的项目中。

那么，举个例子:

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

// There are various options, set as needed
htmlDoc.OptionFixNestedTags=true;

// filePath is a path to a file containing the html
htmlDoc.Load(filePath);

// Use:  htmlDoc.LoadHtml(xmlString);  to load from a string (was htmlDoc.LoadXML(xmlString)

// ParseErrors is an ArrayList containing any errors from the Load statement
if (htmlDoc.ParseErrors != null && htmlDoc.ParseErrors.Count() > 0)
{
    // Handle any parse errors as required

}
else
{

    if (htmlDoc.DocumentNode != null)
    {
        HtmlAgilityPack.HtmlNode bodyNode = htmlDoc.DocumentNode.SelectSingleNode("//body");

        if (bodyNode != null)
        {
            // Do something with bodyNode
        }
    }
}

(注意:此代码只是一个示例，不一定是最佳/唯一方法。请勿在您自己的应用程序中盲目使用它。)

HtmlDocument.Load() 方法还接受一个流，该流在与 .NET 框架中其他面向流的类集成时非常有用。而 HtmlEntity.DeEntitize() 是另一种正确处理 html 实体的有用方法。 (感谢马修)

HtmlDocument 和 HtmlNode 是您最常使用的类。类似于 XML 解析器，它提供了接受 XPath 表达式的 selectSingleNode 和 selectNodes 方法。

注意HtmlDocument.Option?????? bool 属性。这些控制 Load 和 LoadXML 方法如何处理您的 HTML/XHTML。

还有一个名为 HtmlAgilityPack.chm 的已编译帮助文件，其中包含每个对象的完整引用。这通常位于解决方案的基本文件夹中。

https://stackoverflow.com/questions/846994/