最近学习.NET Core ，想把自己之前的一个项目升级到 .NET Core。发现HtmlAgilityPack 没法进行引用，遂自己做了些修改，可以运行在 .NET Core 中。现在分享出来，也是为 .NET Core 做一些贡献。
.NET Core版 HtmlAgilityPack HTML解析利器，目前是 HtmlAgilityPack Core RC2
HtmlAgilityPack 介绍
HtmlAgilityPack是一个基于.Net的、第三方免费开源的微型类库，主要用于在服务器端解析html文档。
本源码fork 自官网源码，我只是对其做了一些修改及封装。
官网源码： http://htmlagilitypack.codeplex.com/
GitHub： https://github.com/linezero/HtmlAgilityPack
HtmlAgilityPack中定位节点基本上都用Xpath表达式，Xpath表达式的参考文档可见：http://www.w3school.com.cn/xpath/xpath_syntax.asp 。
下面是几个简单使用说明：
1、获取网页title：doc.DocumentNode.SelectSingleNode(“//title”).InnerText;
解释：XPath中“//title”表示所有title节点。SelectSingleNode用于获取满足条件的唯一的节点。
2、获取所有的超链接：doc.DocumentNode.Descendants(“a”)
3、获取name为kw的input，也就是相当于getElementsByName()：
var kwBox = doc.DocumentNode.SelectSingleNode(“//input[@name=’kw’]”);
.NET Core 使用HtmlAgilityPack
新建一个控制台应用程序
然后添加 HtmlAgilityPack 引用，这里直接添加项目引用。
下面来讲解一下简单使用。以博客园新闻区为示例，进行解析。
public static void Main(string[] args) { Encoding.RegisterProvider(CodePagesEncodingProvider.Instance); HtmlWeb web = new HtmlWeb(); var doc = web.LoadFromWebAsync("http://news.cnblogs.com/").Result; var nodes = doc.DocumentNode.SelectNodes("//div[@id='news_list']/div/div[2]/h2/a"); foreach (var item in nodes) { Console.WriteLine($"标题：{item.InnerText} 地址：{item.Attributes["href"].Value}" ); } Console.ReadKey(); } |
HtmlAgilityPack .NET Core RC2
GitHub： https://github.com/linezero/HtmlAgilityPack
