.NET怎么解析HTML文档（如使用HtmlAgilityPack）-C#.Net教程-PHP中文网

.NET怎么解析HTML文档（如使用HtmlAgilityPack）

畫卷琴夢

发布： 2025-11-18 08:30:06

原创

367人浏览过

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。

.net怎么解析html文档（如使用htmlagilitypack）

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);

登录后复制

从文件加载：

var doc = new HtmlDocument();<br>doc.Load("example.html");

登录后复制

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);

登录后复制

3. 使用 XPath 查询节点

HtmlAgilityPack 支持 XPath 语法来查找元素。

小绿鲸英文文献阅读器

英文文献阅读器，专注提高SCI阅读效率

352

查看详情

获取所有 <h1> 标签：

var h1Nodes = doc.DocumentNode.SelectNodes("//h1");<br>foreach (var node in h1Nodes)<br>{<br>    Console.WriteLine(node.InnerText);<br>}

登录后复制

根据 class 获取元素：

var pNodes = doc.DocumentNode.SelectNodes("//p[@class='content']");

登录后复制

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>}

登录后复制

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>}

登录后复制

添加新节点示例：

var newPara = HtmlNode.CreateNode("<p>Added dynamically</p>");<br>doc.DocumentNode.SelectSingleNode("//body").AppendChild(newPara);

登录后复制

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.Save("modified.html");

登录后复制

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php中文网其它相关文章！

大家都在看：

.NET中的仓储模式(Repository Pattern)是什么？如何解耦业务逻辑和数据访问？ .NET如何使用MongoDB进行数据操作 .NET中的ValueTask是什么？什么时候应该使用它来替代Task？ .NET如何使用Blazor开发一个WebAssembly应用_Blazor WebAssembly开发教程 .NET中的IDisposable接口和using语句是什么？如何正确释放非托管资源？