在 C#.net 中，如何解析 HTML？答案

【问题标题】：In C#.net, how can I parse HTML?在 C#.net 中，如何解析 HTML？
【发布时间】：2011-12-18 10:09:47
【问题描述】：

我有一个网络浏览器控件。我将它导航到某个地址。当它加载时，我只想从此代码中选择 url。是否可以像xml一样处理html？如果可能的话，我也可以使用其他 DOM 属性。任何 xml 之类的成分容器对象可以将 html 传递给它？谢谢。

【问题讨论】：

不完全了解您要做什么。你能再解释一下吗？
是的，我有一个小项目。在表单上有一个 webbrowser 控件。当它加载一个 url 时，我想获取 url（标签）地址并将它们放入一个集合中，或者将它们写入一个 textarea。为此，我想像 xml 一样使用它。然后我应该将 html 转换为 xhtml 还是其他东西？现在我正在搜索 HTML Agility Pack。欢迎使用任何本机方法。谢谢 PS：对不起我的英语不好。

标签： c# controls browser

【解决方案1】：

听起来你需要使用HTML agility pack

另请参阅其他堆栈溢出问题：

C# Is there a LINQ to HTML, or some other good .Net HTML manipulation API?

【讨论】：

【解决方案2】：

是的，您可以使用 MSHTML 来导航 DOM。您需要在项目中添加对Microsoft.mshtml 的引用。使用它获取文档中所有链接的示例如下：

private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
{
    HtmlDocument doc = webBrowser1.Document;

    foreach (HtmlElement element in doc.Links)
    {
        HTMLAnchorElement link = (HTMLAnchorElement) element.DomElement;
        Debug.WriteLine(link.href);
    }
}

【讨论】：