HtmlAgilityPack是.NET中解析HTML的常用库，支持从字符串、文件或URL加载HTML，利用XPath查询节点，可修改内容、属性及添加新节点，并能保存结果，适用于处理不规范HTML文档。
在 .NET 中解析 HTML 文档，最常用且功能强大的库是 HtmlAgilityPack。它允许你像操作 XML 一样加载、遍历和修改 HTML，即使文档格式不规范也能很好地处理。
1. 安装 HtmlAgilityPack
通过 NuGet 包管理器安装：
在 Visual Studio 的包管理器控制台运行：
Install-Package HtmlAgilityPack
或使用 .NET CLI：
dotnet add package HtmlAgilityPack
立即学习“前端免费学习笔记（深入）”；
2. 加载 HTML 文档
可以从字符串、文件或网络请求中加载 HTML。
从字符串加载：
var html = "Hello World
This is a paragraph.
";
var doc = new HtmlDocument();
doc.LoadHtml(html);
从文件加载：
var doc = new HtmlDocument();
doc.Load("example.html");
从 URL 加载（需配合 HttpClient）：
using var client = new HttpClient();
var html = await client.GetStringAsync("https://example.com");
var doc = new HtmlDocument();
doc.LoadHtml(html);
3. 使用 XPath 查询节点
HtmlAgilityPack 支持 XPath 语法来查找元素。
获取所有
标签：
var h1Nodes = doc.DocumentNode.SelectNodes("//h1");
foreach (var node in h1Nodes)
{
Console.WriteLine(node.InnerText);
}
根据 class 获取元素：
var pNodes = doc.DocumentNode.SelectNodes("//p[@class='content']");
获取某个元素的属性值：
var link = doc.DocumentNode.SelectSingleNode("//a");
if (link != null)
{
var href = link.GetAttributeValue("href", "");
Console.WriteLine(href);
}
4. 修改 HTML 内容
可以动态修改节点内容或属性。
var h1 = doc.DocumentNode.SelectSingleNode("//h1");
if (h1 != null)
{
h1.InnerHtml = "New Title";
h1.AddClass("title"); // 注意：原生不支持 AddClass，需手动操作 attribute
}
添加新节点示例：
var newPara = HtmlNode.CreateNode("Added dynamically
");
doc.DocumentNode.SelectSingleNode("//body").AppendChild(newPara);
5. 输出修改后的 HTML
保存回字符串或文件：
var output = doc.DocumentNode.OuterHtml;
// 或写入文件
doc.Save("modified.html");
基本上就这些。HtmlAgilityPack 对处理非标准 HTML 非常友好，适合爬虫、内容提取或批量修改静态页面等场景。
以上就是.NET怎么解析HTML文档（如使用HtmlAgilityPack）的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1441823.html
微信扫一扫 
支付宝扫一扫 
