หนังสือ
C#
บทที่ 11. HTML และเว็บ
การวิเคราะห์ HTML

C#:
การวิเคราะห์ HTML

วิธีการ:

แม้ว่า .NET จะมีการสนับสนุนพื้นฐานสำหรับการทำงานกับ HTML เช่น HttpClient สำหรับการดึงหน้าเว็บ แต่ก็ขาดตัวแยกวิเคราะห์ HTML ที่ครอบคลุมและฝังอยู่ภายในตัวเอง ดังนั้น นักพัฒนา C# ส่วนใหญ่จึงหันไปใช้ไลบรารีภายนอกยอดนิยมเช่น HtmlAgilityPack หรือ AngleSharp สำหรับความสามารถในการแยกวิเคราะห์ HTML ที่แข็งแกร่ง ไลบรารีทั้งสองอนุญาตให้แบ่งคำถาม การจัดการ และการเดินทางไปยัง DOM ของ HTML ได้อย่างง่ายดาย

การใช้ HtmlAgilityPack

  1. ติดตั้ง HtmlAgilityPack: ก่อนอื่น ให้เพิ่มแพคเกจ HtmlAgilityPack ลงในโปรเจ็กต์ของคุณผ่าน NuGet

    Install-Package HtmlAgilityPack

  2. ตัวอย่างโค้ด: แยกวิเคราะห์สตริง HTML และสกัดชื่อเรื่องของทุกองค์ประกอบ <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);
        }
    }
}

    ตัวอย่างผลลัพธ์:

    Title 1
Title 2

การใช้ AngleSharp

  1. ติดตั้ง AngleSharp: เพิ่มไลบรารี AngleSharp ลงในโปรเจ็กต์ของคุณผ่าน NuGet

    Install-Package AngleSharp

  2. ตัวอย่างโค้ด: โหลดเอกสาร HTML และค้นหาองค์ประกอบ div ที่มีคลาสเฉพาะ

    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);
        }
    }
}

    ตัวอย่างผลลัพธ์:

    Item 1
Item 2

ทั้ง HTMLAgilityPack และ AngleSharp เป็นเครื่องมือที่มีประสิทธิภาพสำหรับการแยกวิเคราะห์ HTML แต่การเลือกใช้ระหว่างสองตัวนี้อาจขึ้นอยู่กับความต้องการเฉพาะของโปรเจ็กต์ พิจารณาเรื่องประสิทธิภาพ หรือความชอบส่วนบุคคลในการออกแบบ API

การดาวน์โหลดหน้าเว็บส่งคำขอ HTTP