這是個(gè)很好的的東西，以前做Html解析都是在用htmlparser，用的雖然順手，但解析速度較慢，碰巧今天找到了這個(gè)，就拿過(guò)來(lái)試，一切出乎意料，非常爽，推薦給各位使用。
下面是一些簡(jiǎn)單的使用技巧，希望對大家有用，我個(gè)人也是個(gè)學(xué)習過(guò)程。
Why Html Agility Pack? (以下簡(jiǎn)稱(chēng)HAP)
.Net下解析HTML文件有很多種選擇，包括微軟自己也提供MSHTML用于manipulate HTML文件。但是，經(jīng)過(guò)我一段時(shí)間的搜索，Html Agility Pack浮出水面：它是Stackoverflow網(wǎng)站上推薦最多的C# HTML解析器。HAP開(kāi)源，易用，解析速度快。
How to use HAP?
1. 下載http://htmlagilitypack.codeplex.com/
2. 解壓
3. 在Visual Studio Solution里，右擊project -> add reference -> 選擇解壓文件夾里的HTMLAgilityPack.dll -> 確定
4. 代碼頭部加入 using HtmlAgilityPack;
Done!
Q: 如何根據ID選擇HTML結點(diǎn)？
A: 利用@id='xxx', e.g.,
Q: 如何得到結點(diǎn)的文字內容或Html內容？
Q: 如何在html樹(shù)結構下查找結點(diǎn)？
A: 比如從根節點(diǎn)查找id=container的div下的第一個(gè)table:
注意路徑里"http://"表示從根節點(diǎn)開(kāi)始查找，兩個(gè)斜杠‘//’表示查找所有childnodes；一個(gè)斜杠'/'表示只查找第一層的childnodes（即不查找grandchild）；點(diǎn)斜杠"./"表示從當前結點(diǎn)而不是根結點(diǎn)開(kāi)始查找。接上一行代碼，比如要查找table所有直接子結點(diǎn)的tr:
Q: 如何得到結點(diǎn)的ID？
A： 很簡(jiǎn)單： node.ID
Q: 如果一段html存在字符串里，是否可以用Html Agility Pack進(jìn)行處理？
A：可以，先將字符串load進(jìn)來(lái)，之后的處理方法一樣：
Q: 我對load進(jìn)來(lái)的html進(jìn)行了一些處理，比如改變了一些結點(diǎn)內容，刪除了一些結點(diǎn)什么的，為什么結果卻沒(méi)有變化？
A: 也許你忘記save你對html的改變了，假設html存在字符串中：
Q: 如何去掉外層的html tag只留下內容？
A: 用remove方法。假設結點(diǎn)<a href=xxx>ABCD</a>，你想留下ABCD而不要<a></a>，那你需要先得到這個(gè)Html結點(diǎn)，假設叫link:
參數true表示留下grandchild，在這里即內容ABCD; false表示將此結點(diǎn)連同其grandchilds一起刪除。
規則有很多，網(wǎng)上提供了源代碼，可以研究一下，還有源代碼有亂碼問(wèn)題，是字符集的問(wèn)題，只需要寫(xiě)一個(gè)方法來(lái)自動(dòng)判斷就可以解決了
聯(lián)系客服
