如何解析HTML或将HTML转换为XML,以便从网站中提取信息(在C#中)

Question

可能重复:
在C#中解析html的最佳方法是什么？

有没有办法解析HTML或将HTML转换为XML,以便我轻松地从网站中提取信息？

我正在使用C#.

谢谢,

Answer 1

您可以使用COM对象Microsoft HTML Object Library加载HTML,然后使用它的对象模型进行导航.一个例子如下所示:

string html;
WebClient webClient = new WebClient();
using (Stream stream = webClient.OpenRead(new Uri("http://www.google.com")))
using (StreamReader reader = new StreamReader(stream))
{
  html = reader.ReadToEnd();
}
IHTMLDocument2 doc = (IHTMLDocument2)new HTMLDocument();
doc.write(html);
foreach (IHTMLElement el in doc.all)
  Console.WriteLine(el.tagName);

Answer 2

您正在寻找HTMLAgilityPack.查看本教程使用HTMLAgilityPack解析HTML文档