您如何在vb.net中解析HTML

Question

您如何在vb.net中解析HTML我想知道是否有一种简单的方法可以解析vb.net中的HTML。我知道HTML并不是XML的严格子集，但是如果可以这样处理的话，那就太好了。是否有什么可以让我在VB.net中以类似XML的方式解析HTML的？

Answer 1

'也添加编引用：Microsoft.mshtml

然后在页面上：

Imports mshtmlFunction parseMyHtml(ByVal htmlToParse$) As String
    Dim htmlDocument As IHTMLDocument2 = New HTMLDocumentClass()
    htmlDocument.write(htmlToParse)
    htmlDocument.close()

    Dim allElements As IHTMLElementCollection = htmlDocument.body.all    Dim allInputs As IHTMLElementCollection = allElements.tags("a")
    Dim element As IHTMLElement    For Each element In allInputs
        element.title = element.innerText    Next

    Return htmlDocument.body.innerHTMLEnd Function

如在这里找到：

Answer 2

如果您的HTML遵循XHTML标准，则可以使用System.XML命名空间类进行很多解析和处理。

另一方面，如果您要解析的是Web开发人员称为“标签汤”的内容，则需要第三方解析器，例如HTML Agility Pack。

如果您试图弄清楚浏览器在每个浏览器解析标记汤时会有不同的方式时将如何解释HTML，那么这可能只是部分解决您的问题的方法。