HtmlAgilityPack是.NET下的一个开源的HTML解析类库。支持用XPath来解析HTML。命名空间：HtmlAgilityPack。

1、读取网络中html网页内容，获取网页中元素body内的html，处理所有img元素的src属性后以字符串返回

                    if (l_sWenBenHtmlFtpPath.Substring(l_sWenBenHtmlFtpPath.LastIndexOf(".") + ) == "html")　　

                    {

                        HtmlWeb htmlWeb = new HtmlWeb();

                        HtmlDocument htmlDoc = htmlWeb.Load(l_sWenBenHtmlFtpPath);

                        HtmlNode htmlNode = htmlDoc.DocumentNode;

                        HtmlNodeCollection nodes = htmlNode.SelectNodes("//body");  //使用xpath语法进行查询

                        if (nodes != null)

                        {

                            foreach (HtmlNode bodyTag in nodes)

                            {

                                HtmlNodeCollection nodes2 = htmlNode.SelectNodes("//img");  //使用xpath语法进行查询

                                if (nodes2 != null)

                                {

                                    foreach (HtmlNode imgTag in nodes2)

                                    {

                                        string imgHttpPath = imgTag.Attributes["src"].Value;

                                        imgTag.Attributes["src"].Value = l_sWenBenHtmlFtpPath.Substring(, l_sWenBenHtmlFtpPath.LastIndexOf("/") + ) + imgHttpPath;

                                    }

                                }

                                l_sWenBenHtml = bodyTag.InnerHtml;

                            }

                        }

                    }

2、通过HtmlAgilityPack Html操作类库将html格式的字符串加载为html文档对象，再对html dom进行操作

　　　　　　　　　　　　　　　　//1.解码前台提交的html字串

                                string sDecodeString = HttpUtility.HtmlDecode(HttpUtility.UrlDecode(sEncodeString));

                                //2.拼接成完整的html字串

                                sDecodeString = @"<!DOCTYPE html><html><head><meta http-equiv=""content-type"" content=""text/html;charset=UTF-8""/>"

                                    + @"</head><body><div>"

　　　　　　　　　　　　　　　　　　+ sDecodeString + @"</div></body></html>";

                                //3.处理html的img标签的src属性-C#的HTML DOM操作

                                HtmlDocument doc = new HtmlDocument();

                                doc.LoadHtml(sDecodeString.Replace("\n", " "));

                                HtmlNode node = doc.DocumentNode;

                                HtmlNodeCollection nodes = node.SelectNodes("//img");   //使用xpath语法进行查询

                                if (nodes != null)  //没有img节点时出错

                                {

                                    //处理html字符串中img标签的src属性

                                    foreach (HtmlNode imgTag in nodes)

                                    {

                                        string imgHttpPath = imgTag.Attributes["src"].Value;

                                        imgHttpPath = imgHttpPath.Substring(imgHttpPath.LastIndexOf("/") + );

                                        imgTag.Attributes["src"].Value = imgHttpPath;

                                    }

                                }

                                //4.获取处理后的html字符串

                                sHtmlString = node.OuterHtml;    //处理img中src属性后的html字符串

　　　　　　　　　　　　　　　　//5.将字符串存入html格式的文件中

　　　　　　　　　　　　　　　　//do something　　　　　　　　　　　

......

HtmlAgilityPack HTML操作类库的使用的更多相关文章

  1. mysql操作类库--摘抄

    <!--?php /** +---------------------------------- * MySQL操作类库 +---------------------------------- ...

  2. FtpHelper ftp操作类库

    FtpHelper ftp操作类库 using System; using System.Collections.Generic; using System.Linq; using System.Te ...

  3. 仅100行的JavaScript DOM操作类库

    如果你构建过Web引用程序,你可能处理过很多DOM操作.访问和操作DOM元素几乎是每一个Web应用程序的通用需求.我们我们经常从不同的控件收集信息,我们需要设置value值,修改div或span标签的 ...

  4. atitit.浏览器web gui操作类库 和 操作chrome浏览器的类库使用总结

    atitit.浏览器web gui操作类库 和 操作chrome浏览器的类库使用总结 1. 常见标准 1 1.1. 录制重放 1 1.2. 一个窗体一个proxy cookie 1 1.3. exec ...

  5. 史林枫：开源HtmlAgilityPack公共小类库封装 - 网页采集(爬虫)辅助解析利器【附源码+可视化工具推荐】

    做开发的,可能都做过信息采集相关的程序,史林枫也经常做一些数据采集或某些网站的业务办理自动化操作软件. 获取目标网页的信息很简单,使用网络编程,利用HttpWebResponse.HttpWebReq ...

  6. Excel操作类库最常用到的4种开源项目与MS Excel类库写操作对比分析性能

    4种开源Excel读写类库与MS Excel类库写操作对比 软件开发过程中,经常需要将数据保存为.xls或.xlsx文件.之前发现微软提供的Microsoft.Office.Interop.Excel ...

  7. C#常用操作类库三(XML操作类)

    /// <summary> /// XmlHelper 的摘要说明. /// xml操作类 /// </summary> public class XmlHelper { pr ...

  8. .net链接Oracle数据操作类库

    public abstract class OracleHelper { public OracleHelper() { } /// <summary> /// 数据库连接字符串 /// ...

  9. Gs_Class.Gs_DataFunction数据操作类库20160225

    using System;using System.Data;using System.Configuration;using System.Web;using System.Web.Security ...

随机推荐

  1. linux命令学习笔记（28）：tar命令

    通过SSH访问服务器,难免会要用到压缩,解压缩,打包,解包等,这时候tar命令就是是必不可少的一个功能强大的 工具.linux中最流行的tar是麻雀虽小,五脏俱全,功能强大. tar命令可以为linu ...

  2. Linux 获取随机密码

    /****************************************************************************** * Linux 获取随机密码 * 说明: ...

  3. CF Round 542 Div1.

    B. Wrong Answer 构造一个长度为 2000 的数组,满足最大“子段和 $\times$ 子段长度”比最大子段和刚好大 k sol: 一个比较好的构造方法: 令数组总和为 $S$,然后构造 ...

  4. .NET MVC 异步提交和返回参数

    一.后台页面中的接收方法和返回写法 Jsonresult意味着返回值是json格式,也可以是string或者int等其他类型. Httppost代表只接受Post方法. Mvc中返回Jsonresul ...

  5. 检测硬件的批处理命令，检测硬件bat，一键获取电脑硬件信息

    警告:运行BAT源码是一种危险的动作,如果你不熟悉,请不要尝试! 批处理语言: 简体中文 授权方式: 免费软件 运行环境: Windows平台 检测硬件批处理命令.一键获取.直接双击就可以查看 @ec ...

  6. CountDownLatch和cyclicbarrier的使用

    CountDownLatch: 一个同步辅助类,在完成一组正在其他线程中执行的操作之前,它允许一个或多个线程一直等待. 用给定的计数初始化 CountDownLatch.由于调用了 countDown ...

  7. 服务监控Zabbix和Nagios的继任者

    本文转载自:https://blog.csdn.net/moonpure/article/details/78633668 为了调研市场,从而做出更好的监控工具,David Gildeh 曾采访了超过 ...

  8. 有关UCOS_II在LPC1768上的应用

    https://www.cnblogs.com/chungshu/archive/2012/12/14/2818380.html

  9. CKEditor 自定义按钮插入服务端图片

    CKEditor 富文本编辑器很好用,功能很强大,在加上支持服务端图片上传的CKFinder更是方便, 最近在使用CKFinder的时候发现存在很多问题,比如上传图片的时候,图片不能按时间降序排列,另 ...

  10. Python数据库(一)-Mysql数据库的连接

    首先需要安装pymysql模块 然后用pymysql连接mysql并执行命令来查看数据 连接mysql数据库后需要创建游标来执行SQL语句 # -*- coding:utf-8 -*- __autho ...