Html Agility Pack (HAP) 应用入门

【爬虫】系列文章目录

上一节简单介绍了 Html Agility Pack (HAP)：c# HTML 解析利器 。

本节以一个简单的例子说说 Html Agility Pack (HAP)  的应用。

一、下载 or 安装 1、下载

使用 VS 2015 之前的版本，需要将 Html Agility Pack (HAP) 发布版本下载到本地，然后添加引用。

下载地址：HAP 1.4.6          1.4.0 Stable           

打开下载页面，点击“RECOMMENDED DOWNLOAD（推荐下载）”下面的下载链接

你会得到一个zip压缩包，左侧为1.4.6 包含各个版本，右侧为1.4.0，只有一份文件：

我使用的VS2010，项目使用 .NET Framew 2.0， HAP 使用的 1.4.0 版本，

我习惯将 引用的文件放到项目的 Resource 目录下

然后添加引用：

在项目引用上单击鼠标右键》添加引用，引用来源选择“浏览”，找到项目的 Resource 文件夹，选择文件

2、安装

最新版本：HtmlAgilityPack 1.6.8

安装方式：

package-manager

PM>Install-Package HtmlAgilityPack -Version 1.6.8

.NET CLI

dotnet add package HtmlAgilityPack --version 1.6.8

Paket CLI

paket add HtmlAgilityPack --version 1.6.8

二、示例：Html Agility Pack Examples 这里先上一个官方的例子，后续我再结合自己在抓取自己的博客信息时使用示例。 例如，下面是如何提取 HTML 文件中的所有链接：

HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
    HtmlAttribute att = link["href"];
    att.Value = FixLink(att);
 }
 doc.Save("file.htm");

常见问题：表达式的计算结果必须为节点集。

【爬虫】系列文章目录