浅谈C#解析网页

最近作了一个项目，要求获取各大主流网页上的关键信息，本人之前了解过网页爬虫的知识，因此想到了网页爬虫了实现功能

第一次尝试：

采用webclient获取远程网页的内容，而后采用正则表达式进行过滤

但，因为正则表达式对我来讲，书写起来比较复杂，研究个大半个月，一点进展都没有，天天看着正则表达式像看天书（回头须要向正则牛逼的人请教一下）

第一次尝试失败，项目立刻就要验收了，这个功能一直卡壳了，，，，，，，，

 

忽然有一次，在网上看到了有人说起到了HtmlAgilityPack这个开源的工具包，本想着试一下的态度（由于我对这个网页解析已经不抱有但愿了）

仅仅有了几行的代码，竟然跟个人需求同样实现了，万分高兴（此处使用HtmlAgilityPack须要学习一下xpath的一点知识，不过那些都很简单，比起正则太easy了）

好了，废话很少说，上代码

 

一、去官网上下载一个HtmlAgilityPack包，地址：http://htmlagilitypack.codeplex.com/

二、根据本身项目的.net版本，选择适合的版本，引入项目

三、开始写代码了

HtmlAgilityPack基本跟全部的类同样，直接使用里面的方法和属性就行，具体能够参考官网

//获取网页指定内容
        public void GetHtml()
        {
            string htmlpath = "http://kaijiang.aicai.com/fcssq/";
            //建立对象
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            WebClient webclient = new WebClient();
            webclient.Credentials = CredentialCache.DefaultCredentials;//网络凭证
            Byte[] pageData = webclient.DownloadData(htmlpath);
           // string pagehtml = Encoding.Default.GetString(pageData); //默认编码
            string pagehtml = Encoding.UTF8.GetString(pageData);//UTF-8编码

            //用htmlagilitypack 解析网页内容

            //加载html
            doc.LoadHtml(pagehtml);

            //经过xpath 选中指定元素；xpath 参考：http://www.w3school.com.cn/xpath/xpath_syntax.asp
            HtmlAgilityPack.HtmlNode htmlnode = doc.DocumentNode.SelectSingleNode("//div[@id='jq_openResult']");
            StringBuilder sb = new StringBuilder();
            string s = "";
            
            HtmlAgilityPack.HtmlNodeCollection nodecollection = htmlnode.ChildNodes;
            for (int i = 0; i < nodecollection.Count; i++)
            {
                if (nodecollection[i].InnerText.Trim()!="")
                {
                    TextBox1.Text += nodecollection[i].InnerText + "-";
                    
                }  
            }
            TextBox1.Text = TextBox1.Text.Substring(0, TextBox1.Text.Length - 1);
            Console.WriteLine(s);

        }

至此，HtmlAgilityPack就彻底按照本身的要求解析出来了网页上的任何你想要的，是否是很神奇~~