HTML解析利器 - HtmlAgilityPack

HtmlAgilityPack 是CodePlex 上的一个开源项目。它提供了标准的DOM API 和XPath 导航--即使 HTML 不是适当的格式！

使用HtmlAgilityPack操作HTML比正则表达式好用一些。

下载HtmlAgilityPack

 1 WebClient page = new WebClient();

 2 page.Encoding = Encoding.UTF8;

 3 page.BaseAddress = "http://www.cnblogs.com";

 4 

 5 String url = "/n/200069/";

 6 String html = String.Empty;

 7 

 8 html = page.DownloadString(url);

 9 

10 HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();

11 document.LoadHtml(html);

View Code

 取得document对象后，使用XPath对其进行操作。

XPath教程（w3cschool.cn）