在c#類檔案開頭引入using htmlagilitypack;就可以使用該命名空間下的型別了。實際使用中，幾乎都是以htmldocument類為主線的，這一點非常類似於微軟.net framework中的xmldocument類。xmldocument類是操作的是xml文件，而htmldocument類操作的是html文件（其實也可以操作xml文件），它們的操作方式都是基於dom，所不同的是後者取消了諸如getelementsbytagname這樣的方法，強化了getelementbyid方法（在htmldocument中可以直接使用，而xmldocument則不可以）。htmlagilitypack中定位節點基本上都用xpath表示式，xpath表示式的參考文件可見：
[csharp]view plain
copy
htmlweb htmlweb = new htmlweb();
htmldocument htmldoc = htmlweb.load(@"");
htmlnodecollection anchors = htmldoc.documentnode.selectnodes(@"//a[@class='titlelnk']");
foreach (htmlnode anchor in anchors)
response.write(anchor.innerhtml + "
");
response.end();
這段**將採集到的首頁html靜態文字解析成dom節點樹，然後用xpath表示式獲取整個文件中class屬性值為titlelnk的所有a元素。獲取節點最常用節點物件的兩個方法：selectnodes("xpath表示式")和selectsinglenode("xpath表示式")，前者返回節點集合htmlnodecollection的乙個例項；後者返回滿足條件的第乙個節點，型別為htmlnode的乙個例項。後面的foreach迴圈輸出每個a元素的內聯文字。
通常情況下，htmlagilitypack比正規表示式解析html更加高效準確，這體現在開發效率和執行效能兩方面。htmlagilitypack的靈活性也是非常好的。例如將上面**中的foreach迴圈體改成response.write(anchor.outerhtml + "
");則輸出的是超連結本身而非內聯文字。甚至可以修改超連結本身：
[csharp]view plain
copy
foreach (htmlnode anchor in anchors)
這樣執行後你看到的是紅色的超連結。你可以幾乎隨心所欲地對htmlagilitypack解析生成的dom節點樹上的節點操作，就像你擁有一顆自己的聖誕樹，可以隨意對其修整剪裁。這也是正則方法無法相提並論的。htmlagilitypack對源文字的結構要求非常寬鬆，即使沒有根元素也一樣正常使用，這同要求非常嚴格的xmldocument完全不同。熟練掌握htmlagilitypack解析html文件的關鍵在於熟悉xpath表示式語法，好在xpath的語法入門比較簡單，只需花費數個小時基本就可滿足大部分應用。依託於dom高效而通用的結構，xpath強大而簡練的語法，htmlagilitypack真可以稱為「解析html和採集網頁的神兵利器」。
解析HTML中的float和margin的疑惑
對於html中的一些小疑惑，在這裡進行解析一下。div是基於行，就是乙個div佔據一行，不會讓別的元素，和自己同行。span 不是基於行的，就是乙個span 有空 專，不會單獨占用一行。css樣式的 float 浮動屬性，用於設定標籤物件 如 標籤盒子 標籤 標籤 標籤等html 標籤 的浮動布局 ...
02 解析和提取網頁中的資料
beautifulsoup解析資料的用法 bs物件 beautifulsoup 要解析的文字,解析器 在括號中，要輸入兩個引數，第0個引數是要被解析的文字，它必須是字串 括號中的第1個引數用來標識解析器 html.parser 並不唯一 提取資料 仍然使用beautifulsoup來提取資料。這一步...
HTML文件解析和DOM樹的構建
瀏覽器解析html文件生成dom樹的過程 以下是一段html 以此為例來分析解析html文件的原理 picture a paragraph of explanatory text.現在進入正題，講講自己對解析html文件構建dom樹的理解 此過程可分為兩個主要模組構成，即 1.標籤解析 這部分完成從...