Bøker
C#
Kapittel 11. HTML og nettet
Analysering av HTML

C#:
Analysering av HTML

Hvordan:

Selv om .NET gir grunnleggende støtte for å arbeide med HTML, slik som HttpClient for å hente websider, mangler det en innebygd, omfattende HTML-parser. Derfor vender de fleste C#-utviklere seg til populære tredjeparts biblioteker som HtmlAgilityPack eller AngleSharp for robuste HTML-parsingkapasiteter. Begge bibliotekene tillater enkel spørring, manipulering, og traversering av HTML-DOMen.

Bruk av HtmlAgilityPack

  1. Installer HtmlAgilityPack: Først, legg til HtmlAgilityPack-pakken i prosjektet ditt via NuGet.

    Install-Package HtmlAgilityPack

  2. Eksempelkode: Parse en HTML-streng, og trekk ut titlene på alle <h1>-elementer.

    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);
        }
    }
}

    Eksempel på utdata:

    Title 1
Title 2

Bruk av AngleSharp

  1. Installer AngleSharp: Legg til AngleSharp-biblioteket i prosjektet ditt gjennom NuGet.

    Install-Package AngleSharp

  2. Eksempelkode: Last inn et HTML-dokument og spør etter div-elementer med en spesifikk klasse.

    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);
        }
    }
}

    Eksempel på utdata:

    Item 1
Item 2

Både HTMLAgilityPack og AngleSharp er kraftige verktøy for parsing av HTML, men ditt valg mellom dem kan avhenge av spesifikke prosjektkrav, ytelseshensyn, eller personlig preferanse i API-design.

Nedlasting av en nettsideÅ sende en HTTP-forespørsel