亚洲乱色熟女一区二区三区丝袜,天堂√中文最新版在线,亚洲精品乱码久久久久久蜜桃图片,香蕉久久久久久av成人,欧美丰满熟妇bbb久久久

如果我們需要抓取網(wǎng)絡(luò)上的數(shù)據(jù)，這時候我們就要寫爬蟲，這里面就涉及到網(wǎng)頁的抓取、以及網(wǎng)頁分析與數(shù)據(jù)提取。

下面推薦2個.Net開源Html解析器，方便用于網(wǎng)絡(luò)爬蟲Html源碼的解析、Html源碼編輯等場景。

一、AngleSharp

這是一個基于.Net開發(fā)的，Html代碼解析器，支持通過C#實現(xiàn)類似Jquery的方式來解析Html源碼、節(jié)點創(chuàng)建、節(jié)點刪除、節(jié)點修改、屬性的添加修改等，還支持SVG、XML、MathML等格式，此外還能解析Css。

項目地址：

https://github.com/AngleSharp/AngleSharp?

項目特色

1、非常出色的性能；

2、基于.NET Standard 2.0開發(fā)，支持跨平臺，包括移動平臺；

3、擴(kuò)展性強(qiáng)，可以自己自定義；

4、支持LINQ語法；

5、支持類似Jquery查詢功能；

6、表單提交、Http請求等；

7、Api功能符合W3C規(guī)范標(biāo)準(zhǔn)。

部分代碼示例

Html代碼解析

Form表單提交，并獲取超鏈接數(shù)量

通過Class選擇元素

表格單元格選擇

Html元素創(chuàng)建

添加Class

屬性操作

二、html-agility-pack

Html Agility Pack (HAP) 是一個開源的 HTML 解析庫。

• 強(qiáng)大的容錯性：HAP 對于“真實世界”中常見的 HTML 錯誤非常寬容，能夠解析格式不規(guī)范的 HTML 文件。
• DOM 操作：它提供了一個類似 System.Xml 的對象模型，但專門用于 HTML 文檔，支持對 HTML 的讀寫操作。
• XPath 和 XSLT 支持：用戶可以使用 XPath 查詢和 XSLT 轉(zhuǎn)換來處理 HTML 數(shù)據(jù)，但即使不熟悉這些技術(shù)，也可以輕松上手。

示例代碼

獲取指定的網(wǎng)頁，并獲取所有a標(biāo)簽的文本。

using HtmlAgilityPack;
using System;


// 加載 HTML 文件
HtmlWeb web = new HtmlWeb();
HtmlDocument doc = web.Load("https://www.xxx.com");


// 使用 XPath 查詢
var nodes = doc.DocumentNode.SelectNodes("http://a");
foreach (var node in nodes)
{
    Console.WriteLine(node.InnerText);
}