.NET怎么解析HTML文档（如使用HtmlAgilityPack）
HtmlAgilityPack是.NET中解析HTML的常用库，支持从字符串、文件或URL加载HTML，利用XPath查询节点，可修改内容、属性及添加新节点，并能保存结果，适用于处理不规范HTML文档。
在 .NET 中解析 HTML 文档，最常用且功能强大的库是 HtmlAgilityPack。它允许你像操作 XML 一样加载、遍历和修改 HTML，即使文档格式不规范也能很好地处理。
1. 安装 HtmlAgilityPack
通过 NuGet 包管理器安装：
- 在 Visual Studio 的包管理器控制台运行：
Install-Package HtmlAgilityPack
- 或使用 .NET CLI：
dotnet add package HtmlAgilityPack
立即学习“
前端免费学习笔记（深入）”；
2. 加载 HTML 文档
可以从字符串、文件或网络请求中加载 HTML。
从字符串加载：
var html = "<html><body><h1>Hello World</h1><p class='content'>This is a paragraph.</p></body></html>";<br>var doc = new HtmlDocument();<br>doc.LoadHtml(html);
从文件加载：
var doc = new HtmlDocument();<br>doc.Load("example.html");
从 URL 加载（需配合 HttpClient）：
using var client = new HttpClient();<br>var html = await client.GetStringAsync("https://example.com");<br>var doc = new HtmlDocument();<br>doc.LoadHtml(html);
3. 使用 XPath 查询节点
HtmlAgilityPack 支持 XPath 语法来查找元素。
达芬奇
达芬奇——你的AI创作大师
166
查看详情
获取所有
标签：
var h1Nodes = doc.DocumentNode.SelectNodes("//h1");<br>foreach (var node in h1Nodes)<br>{<br> Console.WriteLine(node.InnerText);<br>}
根据 class 获取元素：
var pNodes = doc.DocumentNode.SelectNodes("//p[@class='content']");
获取某个元素的属性值：
var link = doc.DocumentNode.SelectSingleNode("//a");<br>if (link != null)<br>{<br> var href = link.GetAttributeValue("href", "");<br> Console.WriteLine(href);<br>}
4. 修改 HTML 内容
可以动态修改节点内容或属性。
var h1 = doc.DocumentNode.SelectSingleNode("//h1");<br>if (h1 != null)<br>{<br> h1.InnerHtml = "New Title";<br> h1.AddClass("title"); // 注意：原生不支持 AddClass，需手动操作 attribute<br>}
添加新节点示例：
var newPara = HtmlNode.CreateNode("<p>Added dynamically</p>");<br>doc.DocumentNode.SelectSingleNode("//body").AppendChild(newPara);
5. 输出修改后的 HTML
保存回字符串或文件：
var output = doc.DocumentNode.OuterHtml;<br>// 或写入文件<br>doc.S*e("modified.html");
基本上就这些。HtmlAgilityPack 对处理非标准 HTML 非常友好，适合爬虫、内容提取或批量修改静态页面等场景。以上就是.NET怎么解析HTML文档（如使用HtmlAgilityPack）的详细内容，更多请关注其它相关文章！
热门内容推荐
快捷栏目导航
