日韩欧美国产精品免费一二-日韩欧美国产精品亚洲二区-日韩欧美国产精品专区-日韩欧美国产另-日韩欧美国产免费看-日韩欧美国产免费看清风阁

如果我們需要抓取網絡上的數據，這時候我們就要寫爬蟲，這里面就涉及到網頁的抓取、以及網頁分析與數據提取。

下面推薦2個.Net開源Html解析器，方便用于網絡爬蟲Html源碼的解析、Html源碼編輯等場景。

一、AngleSharp

這是一個基于.Net開發的，Html代碼解析器，支持通過C#實現類似Jquery的方式來解析Html源碼、節點創建、節點刪除、節點修改、屬性的添加修改等，還支持SVG、XML、MathML等格式，此外還能解析Css。

項目地址：

https://github.com/AngleSharp/AngleSharp?

項目特色

1、非常出色的性能；

2、基于.NET Standard 2.0開發，支持跨平臺，包括移動平臺；

3、擴展性強，可以自己自定義；

4、支持LINQ語法；

5、支持類似Jquery查詢功能；

6、表單提交、Http請求等；

7、Api功能符合W3C規范標準。

部分代碼示例

Html代碼解析

Form表單提交，并獲取超鏈接數量

通過Class選擇元素

表格單元格選擇

Html元素創建

添加Class

屬性操作

二、html-agility-pack

Html Agility Pack (HAP) 是一個開源的 HTML 解析庫。

• 強大的容錯性：HAP 對于“真實世界”中常見的 HTML 錯誤非常寬容，能夠解析格式不規范的 HTML 文件。
• DOM 操作：它提供了一個類似 System.Xml 的對象模型，但專門用于 HTML 文檔，支持對 HTML 的讀寫操作。
• XPath 和 XSLT 支持：用戶可以使用 XPath 查詢和 XSLT 轉換來處理 HTML 數據，但即使不熟悉這些技術，也可以輕松上手。

示例代碼

獲取指定的網頁，并獲取所有a標簽的文本。

using HtmlAgilityPack;
using System;


// 加載 HTML 文件
HtmlWeb web = new HtmlWeb();
HtmlDocument doc = web.Load("https://www.xxx.com");


// 使用 XPath 查詢
var nodes = doc.DocumentNode.SelectNodes("http://a");
foreach (var node in nodes)
{
    Console.WriteLine(node.InnerText);
}