​在C＃中解析html的最佳方法是什么？

Question

在C＃中解析html的最佳方法是什么？我正在寻找一个库/方法来解析一个html文件，该文件具有比通用xml解析库更多的html特定功能。

Answer 1

Html敏捷包

这是一个敏捷的HTML解析器，它构建一个读/写DOM并支持普通的XPATH或XSLT（你实际上不需要理解XPATH或XSLT来使用它，不用担心......）。它是一个.NET代码库，允许您解析“out of the web”HTML文件。解析器非常容忍“真实世界”格式错误的HTML。对象模型与提出System.Xml非常相似，但对于HTML文档（或流）。

Answer 2

你可以做很多事情，而不必坚持第三方产品和mshtml（即互操作）。使用System.Windows.Forms.WebBrowser。从那里，您可以在HtmlDocument上执行“GetElementById”或在HtmlElements上执行“GetElementsByTagName”。如果你想与浏览器实际交互（例如模拟按钮点击），你可以使用一点反射（imo比Interop更小的邪恶）来做到这一点：

var wb = new WebBrowser()

...告诉浏览器导航（与此问题相关）。然后在Document_Completed事件上，您可以模拟这样的点击。

var doc = wb.Browser.Document

var elem = doc.GetElementById(elementId);

object obj = elem.DomElement;

System.Reflection.MethodInfo mi = obj.GetType().GetMethod("click");

mi.Invoke(obj, new object[0]);

你可以做类似的反思，提交表格等。

请享用。