【C#】获取网页内容及HTML解析器HtmlAgilityPack的使用

最近经常需要下载一些东西，而这个下载地址又会经过层层跳转，每个页面上都有很多广告，烦不胜烦，所以做了一个一键获得最终下载地址的小工具。使用C#，来获取网页内容，然后通过HtmlAgilityPack获取某a标签的href，不断循环，层层跳转，最后获得最终下载地址。

下面，介绍HtmlAgilityPack的使用方法，这个方法也是从网上很多篇文章中拼凑摸索出来的，因为找了一大圈根本找不到HtmlAgilityPack的文档……

首先，using HtmlAgilityPack;

代码片段：

string url = "http://www.baidu.com/";
HtmlWeb htmlweb = new HtmlWeb();
HtmlDocument htmldoc = htmlweb.Load(url);
HtmlNodeCollection hnc = htmldoc.DocumentNode.SelectNodes("//div[@class='s_btn_wr']//input[@class='s_btn']");
string text = hnc[hnc.Count - 1].Attributes["value"].Value;

要点：

htmlweb.Load：参数为url地址，功能是加载url页面内容到htmldoc这个对象中。

HtmlNodeCollection：是一个集合，包含多个节点，它有count属性，可以获取数量，获取最后一个节点使用hnc[hnc.Count - 1]。

htmldoc.DocumentNode.SelectNodes：选择所有匹配的节点，参数为XPath语法，可以搜索W3CShool的语法说明，我这里的意思是获取包含class等于s_btn_wr的div下面的class等于s_btn的input节点。

hnc[hnc.Count - 1].Attributes["value"].Value：获取最后一个节点的value的属性值。

基本了解了上面的内容之后，我想你已经基本能够完成你想做的功能了。

转载请注明出处，原文链接：http://fengyu.name/?cat=coding&id=294