AngleSharp 是一個(gè) C# 庫(kù)，主要用于解析和操作 HTML 和 XML 文檔，類(lèi)似于瀏覽器的 DOM 操作。允許你在 C# 中使用類(lèi)似瀏覽器的方式處理網(wǎng)頁(yè)數(shù)據(jù)，進(jìn)行網(wǎng)頁(yè)抓取、數(shù)據(jù)提取和處理等任務(wù)。

安裝

第一步，老規(guī)矩，先安裝

Install-Package AngleSharp

使用

解析 HTML 文檔

using AngleSharp.Html.Parser;

var html = @"

Hello, World!

";

// 創(chuàng)建 HTML 解析器

var parser = new HtmlParser();

var document = parser.ParseDocument(html);

// 查找

元素

var h1 = document.QuerySelector("h1");

// 輸出

中的文本

Console.WriteLine(h1.TextContent); // Output: Hello, World!

解析并抓取網(wǎng)頁(yè)

// 創(chuàng)建 HttpClient 來(lái)抓取網(wǎng)頁(yè)

using AngleSharp.Html.Parser;

using var httpClient = new HttpClient();

var html = await httpClient.GetStringAsync("https://www.hunji.xyz/");

// 創(chuàng)建 HTML 解析器

var parser = new HtmlParser();

var document = parser.ParseDocument(html);

// 查找頁(yè)面中的標(biāo)題

var title = document.QuerySelector("title");

// 輸出頁(yè)面標(biāo)題

Console.WriteLine(title.TextContent);

DOM 操作

選擇器和查詢(xún)

var h1 = document.QuerySelector("h1"); // 獲取第一個(gè)

元素

var allLinks = document.QuerySelectorAll("a"); // 獲取所有 標(biāo)簽

獲取元素屬性

var firstLink = document.QuerySelector("a");

var href = firstLink.GetAttribute("href");

Console.WriteLine(href); // 輸出鏈接地址

修改元素

var heading = document.QuerySelector("h1");

heading.TextContent = "New Heading"; // 修改文本內(nèi)容

heading.SetAttribute("class", "new-class"); // 修改 class 屬性

遍歷節(jié)點(diǎn)

var links = document.QuerySelectorAll("a");

foreach (var link in links)

{

Console.WriteLine(link.GetAttribute("href"));

}

4異步操作

using AngleSharp.Html.Parser;

using AngleSharp.Dom;

using System;

using System.Net.Http;

using System.Threading.Tasks;

class Program

{

static async Task Main()

{

// 使用異步抓取網(wǎng)頁(yè)內(nèi)容

using var client = new HttpClient();

var html = await httpClient.GetStringAsync("https://www.hunji.xyz/");

    // 使用 HTML 解析器解析網(wǎng)頁(yè)

    var parser = new HtmlParser();

    var document = await parser.ParseDocumentAsync(html);

    // 操作 DOM

    var h1 = document.QuerySelector("h1");

    Console.WriteLine(h1.TextContent);

}

}

5. 實(shí)戰(zhàn)：抓取網(wǎng)頁(yè)中的所有鏈接

using AngleSharp.Html.Parser;

using AngleSharp.Dom;

using System;

using System.Net.Http;

using System.Threading.Tasks;

class Program

{

static async Task Main()

{

// 獲取網(wǎng)頁(yè)

using var httpClient = new HttpClient();

var html = await httpClient.GetStringAsync("https://www.hunji.xyz/");

    // 創(chuàng)建解析器

    var parser = new HtmlParser();

    var document = await parser.ParseDocumentAsync(html);

    // 獲取所有的鏈接

    var links = document.QuerySelectorAll("a");

    // 輸出所有鏈接

    foreach (var link in links)

    {

        var href = link.GetAttribute("href");

        Console.WriteLine(href);

    }

}

}

總結(jié)

AngleSharp 是一個(gè)強(qiáng)大的工具，可以幫助你在 C# 中進(jìn)行 HTML 和 XML 的解析和操作。它對(duì)于網(wǎng)頁(yè)抓取、數(shù)據(jù)提取等任務(wù)非常有用。通過(guò)提供類(lèi)似瀏覽器的 DOM 操作接口，它能使你更容易地處理和操作網(wǎng)頁(yè)內(nèi)容。

歡迎關(guān)注我的公眾號(hào)“Net分享”，技術(shù)文章第一時(shí)間推送，隨緣更新 , 分享一些你可能注意不到的細(xì)節(jié)

總結(jié)

以上是生活随笔為你收集整理的AngleSharp ：在 C# 中轻松解析和操作 HTML/XML 文档的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。