ספרים
C#
פרק 11. HTML והאינטרנט
פיענוח HTML

C#:
פיענוח HTML

איך לעשות:

למרות ש-NET מספקת תמיכה בסיסית בעבודה עם HTML, כמו למשל HttpClient לשליפת דפי אינטרנט, חסרה בה גרזנת HTML מובנית ומקיפה. לכן, רוב מפתחי C# מפנים פניה לספריות צד שלישי פופולריות כמו HtmlAgilityPack או AngleSharp ליכולת ניתוח HTML עמידה. שתי הספריות מאפשרות שאילתות, שינוי ועיבור קל של DOM ה-HTML.

שימוש ב-HtmlAgilityPack

  1. התקנת HtmlAgilityPack: ראשית, הוסף את החבילה של HtmlAgilityPack לפרויקט שלך דרך NuGet.

    Install-Package HtmlAgilityPack

  2. דוגמת קוד: לנתח מחרוזת HTML, ולחלץ את הכותרות של כל אלמנטי <h1>.

    using HtmlAgilityPack;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        var html = @"<html>
                      <body>
                          <h1>Title 1</h1>
                          <h1>Title 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);
        }
    }
}

    פלט לדוגמא:

    Title 1
Title 2

שימוש ב-AngleSharp

  1. התקנת AngleSharp: הוסף את ספריית AngleSharp לפרויקט שלך דרך NuGet.

    Install-Package AngleSharp

  2. דוגמת קוד: טעינת מסמך HTML ושאילתא של אלמנטי div עם מחלקה ספציפית.

    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'>Item 1</div><div class='item'>Item 2</div>"));

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

    פלט לדוגמא:

    Item 1
Item 2

HtmlAgilityPack ו-AngleSharp הם כלים עוצמתיים לניתוח HTML, אך הבחירה ביניהם עשויה להיות תלויה בדרישות הפרויקט הספציפיות, שיקולי ביצועים, או העדפה אישית בעיצוב ה-API.

הורדת דף אינטרנטשליחת בקשת HTTP