Böcker
C#
Kapitel 11. HTML och webben
Tolka HTML

C#:
Tolka HTML

Hur:

Medan .NET tillhandahåller grundläggande stöd för att arbeta med HTML, som HttpClient för att hämta webbsidor, saknar det en inbyggd, omfattande HTML-tolk. Därför vänder sig de flesta C#-utvecklare till populära tredjepartsbibliotek som HtmlAgilityPack eller AngleSharp för robusta funktioner för HTML-tolkning. Båda biblioteken tillåter lätt frågeställning, manipulation och traversal av HTML DOM.

Använda HtmlAgilityPack

  1. Installera HtmlAgilityPack: Lägg först till HtmlAgilityPack-paketet i ditt projekt via NuGet.

    Install-Package HtmlAgilityPack

  2. Exempelkod: Tolka en HTML-sträng och extrahera titlarna på alla <h1>-element.

    using HtmlAgilityPack;
using System;
using System.Linq;

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

        var h1Taggar = htmlDoc.DocumentNode.SelectNodes("//h1").Select(node => node.InnerText);
        foreach (var titel in h1Taggar)
        {
            Console.WriteLine(titel);
        }
    }
}

    Exempelutskrift:

    Titel 1
Titel 2

Använda AngleSharp

  1. Installera AngleSharp: Lägg till AngleSharp-biblioteket i ditt projekt via NuGet.

    Install-Package AngleSharp

  2. Exempelkod: Ladda ett HTML-dokument och fråga efter div-element med en specifik klass.

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

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

    Exempelutskrift:

    Artikel 1
Artikel 2

Både HTMLAgilityPack och AngleSharp är kraftfulla verktyg för att tolka HTML, men ditt val mellan dem kan bero på specifika projektbehov, prestandaöverväganden eller personliga preferenser i API-design.

Hämta en webbsidaSkicka en http-förfrågan