隐藏

在C#中.Net Core使用AngleSharp安装解析html的方法及示例代码

发布:2022/12/27 9:45:24作者:管理员 来源:本站 浏览次数:1059

1、通过NuGet获取AngleSharp


1)使用Nuget管理控制台


将AngleSharp集成到项目中的最简单方法是使用NuGet。您可以通过打开包管理器控制台(PM)并键入以下语句来安装AngleSharp:


Install-Package AngleSharp


2)使用Nuget图形管理器


使用Nuget的界面的管理器搜索"AngleSharp"=> 找到点出点击"安装"。


相关文档:VS(Visual Studio)中Nuget的使用


2、使用AngleSharp解析html的示例


var source = @"

<!DOCTYPE html>

<html lang=en>

 <meta charset=utf-8>

 <meta name=viewport content=""initial-scale=1, minimum-scale=1, width=device-width"">

 <title>Error 404 (Not Found)!!1</title>

 <style>

   *{margin:0;padding:0}html,code{font:15px/22px arial,sans-serif}html{background:#fff;color:#222;padding:15px}body{margin:7% auto 0;max-width:390px;min-height:180px;padding:30px 0 15px}* > body{background:url(//www.google.com/images/errors/robot.png) 100% 5px no-repeat;padding-right:205px}p{margin:11px 0 22px;overflow:hidden}ins{color:#777;text-decoration:none}a img{border:0}@media screen and (max-width:772px){body{background:none;margin-top:0;max-width:none;padding-right:0}}#logo{background:url(//www.google.com/images/errors/logo_sm_2.png) no-repeat}@media only screen and (min-resolution:192dpi){#logo{background:url(//www.google.com/images/errors/logo_sm_2_hr.png) no-repeat 0% 0%/100% 100%;-moz-border-image:url(//www.google.com/images/errors/logo_sm_2_hr.png) 0}}@media only screen and (-webkit-min-device-pixel-ratio:2){#logo{background:url(//www.google.com/images/errors/logo_sm_2_hr.png) no-repeat;-webkit-background-size:100% 100%}}#logo{display:inline-block;height:55px;width:150px}

 </style>

www.google.com/>

 <p><b>404.</b> <ins>That’s an error.</ins>

 <p>The requested URL <code>/error</code> was not found on this server.  <ins>That’s all we know.</ins>";

//使用AngleSharp的默认配置

var config = Configuration.Default;

//使用给定的配置创建用于评估web页面的新上下文

var context = BrowsingContext.New(config);

//只需要获得DOM表示

var document = await context.OpenAsync(req => req.Content(source));

//将其序列化回控制台

Console.WriteLine(document.DocumentElement.OuterHtml);


3、简单操作document(Dom文档)


static async Task FirstExample()

{

   //使用AngleSharp的默认配置

   var config = Configuration.Default;

   //使用给定的配置创建用于评估web页面的新上下文

   var context = BrowsingContext.New(config);

   //从响应的内容解析文档到虚拟请求

   var document = await context.OpenAsync(req => req.Content("<h1>Some example source</h1><p>This is a paragraph element"));

   //对文档执行如下操作

   Console.WriteLine("Serializing the (original) document:");

   Console.WriteLine(document.DocumentElement.OuterHtml);

   var p = document.CreateElement("p");

   p.TextContent = "This is another paragraph.";

   Console.WriteLine("Inserting another element in the body ...");

   document.Body.AppendChild(p);

   Console.WriteLine("Serializing the document again:");

   Console.WriteLine(document.DocumentElement.OuterHtml);

}


4、获取html中的元素


static async Task UsingLinq()

{

   //使用默认配置创建一个用于评估web页面的新上下文

   var context = BrowsingContext.New(Configuration.Default);

   //根据虚拟请求/响应模式创建文档

   var document = await context.OpenAsync(req => req.Content("<ul><li>First item<li>Second item<li class='blue'>Third item!<li class='blue red'>Last item!</ul>"));

   //对LINQ做点什么

   var blueListItemsLinq = document.All.Where(m => m.LocalName == "li" && m.ClassList.Contains("blue"));

   //或者直接使用CSS选择器

   var blueListItemsCssSelector = document.QuerySelectorAll("li.blue");

   Console.WriteLine("Comparing both ways ...");

   Console.WriteLine();

   Console.WriteLine("LINQ:");

   foreach (var item in blueListItemsLinq)

   {

       Console.WriteLine(item.Text());

   }

   Console.WriteLine();

   Console.WriteLine("CSS:");

   foreach (var item in blueListItemsCssSelector)

   {

       Console.WriteLine(item.Text());

   }

}

static async Task SingleElements()

{

   //使用默认配置创建一个用于评估web页面的新上下文

   var context = BrowsingContext.New(Configuration.Default);

   //创建一个新文档

   var document = await context.OpenAsync(req => req.Content("<b><i>This is some <em> bold <u>and</u> italic </em> text!</i></b>"));

   var emphasize = document.QuerySelector("em");

   Console.WriteLine("Difference between several ways of getting text:");

   Console.WriteLine();

   Console.WriteLine("Only from C# / AngleSharp:");

   Console.WriteLine();

   Console.WriteLine(emphasize.ToHtml());   //<em> bold <u>and</u> italic </em>

   Console.WriteLine(emphasize.Text());   // bold and italic

   Console.WriteLine();

   Console.WriteLine("From the DOM:");

   Console.WriteLine();

   Console.WriteLine(emphasize.InnerHtml);  // bold <u>and</u> italic

   Console.WriteLine(emphasize.OuterHtml);  //<em> bold <u>and</u> italic </em>

   Console.WriteLine(emphasize.TextContent);// bold and italic

}


参考文档:https://anglesharp.github.io/docs/Examples.html