Livres
C#
Chapitre 11. HTML et le Web
Analyse Syntaxique du HTML

C#:
Analyse Syntaxique du HTML

Comment faire :

Bien que .NET offre un support de base pour travailler avec le HTML, comme le HttpClient pour récupérer des pages web, il lui manque un analyseur HTML intégré et complet. Par conséquent, la plupart des développeurs C# se tournent vers des bibliothèques tierces populaires comme HtmlAgilityPack ou AngleSharp pour des capacités robustes d’analyse syntaxique du HTML. Ces deux bibliothèques permettent une interrogation, une manipulation et une traversée faciles du DOM HTML.

Utilisation de HtmlAgilityPack

  1. Installer HtmlAgilityPack : D’abord, ajoutez le package HtmlAgilityPack à votre projet via NuGet.

    Install-Package HtmlAgilityPack

  2. Code exemple : Analyser une chaîne HTML et extraire les titres de tous les éléments <h1>.

    using HtmlAgilityPack;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        var html = @"<html>
                      <body>
                          <h1>Titre 1</h1>
                          <h1>Titre 2</h1>
                      </body>
                     </html>";
        var htmlDoc = new HtmlDocument();
        htmlDoc.LoadHtml(html);

        var h1Tags = htmlDoc.DocumentNode.SelectNodes("//h1").Select(node => node.InnerText);
        foreach (var title in h1Tags)
        {
            Console.WriteLine(title);
        }
    }
}

    Exemple de sortie :

    Titre 1
Titre 2

Utilisation de AngleSharp

  1. Installer AngleSharp : Ajoutez la bibliothèque AngleSharp à votre projet via NuGet.

    Install-Package AngleSharp

  2. Code exemple : Charger un document HTML et interroger les éléments div ayant une classe spécifique.

    using AngleSharp;
using AngleSharp.Dom;
using System;
using System.Linq;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        var context = BrowsingContext.New(Configuration.Default);
        var document = await context.OpenAsync(req => req.Content("<div class='item'>Élément 1</div><div class='item'>Élément 2</div>"));

        var items = document.QuerySelectorAll(".item").Select(element => element.TextContent);
        foreach (var item in items)
        {
            Console.WriteLine(item);
        }
    }
}

    Exemple de sortie :

    Élément 1
Élément 2

HtmlAgilityPack et AngleSharp sont tous deux des outils puissants pour l’analyse syntaxique du HTML, mais votre choix entre eux pourrait dépendre de besoins spécifiques de projet, de considérations de performance ou de préférences personnelles dans la conception de l’API.

Téléchargement d'une page webEnvoi d'une requête HTTP