BeautifulSoup和ASP.NET/C#

Question

有没有人将BeautifulSoup与ASP.NET/C#集成(可能使用IronPython或其他方式)？是否有一个BeautifulSoup替代品或一个与ASP.NET/C#很好地工作的端口

计划使用该库的目的是从任何随机URL中提取可读文本.

谢谢

Answer 1

Html Agility Pack是一个类似的项目,但对于C#和.NET

编辑:

要提取所有可读文本:

document.DocumentNode.InnerText

请注意,这将返回<script>标签的文本内容.

要解决此问题,您可以删除所有<script>标记,如下所示:

foreach(var script in doc.DocumentNode.Descendants("script").ToArray())
    script.Remove();
foreach(var style in doc.DocumentNode.Descendants("style").ToArray())
    style.Remove();

(信用:SLaks)