//过滤html标签

         static void InnerText()

         {

             HtmlWeb htmlWeb = new HtmlWeb();

             HtmlDocument doc = htmlWeb.Load("http://www.cnblogs.com/", "GET");

             HtmlNode rootNode = doc.DocumentNode;

             Console.WriteLine(rootNode.InnerHtml);

             //Console.WriteLine(rootNode.InnerText);

         }

         //选择器

         static void GetBlogs()

         {

             string url = "http://www.cnblogs.com/";

             HtmlWeb htmlWeb = new HtmlWeb();

             HtmlDocument doc = htmlWeb.Load(url, "GET");

             //doc.GetElementbyId("aa");

             HtmlNode rootNode = doc.DocumentNode;

             HtmlNodeCollection h3Nodes = rootNode.SelectNodes("//div[@class='post_item_body']/h3");

             foreach (var h3Node in h3Nodes)

             {

                 HtmlNode aNode = h3Node.SelectSingleNode("a");    //筛选a标签节点

                 HtmlNode pNode = h3Node.NextSibling.NextSibling;  //下一个节点

                 string blogLink = aNode.GetAttributeValue("href", "");  //获取元素属性

                 string title = aNode.InnerText;

                 string content = pNode.InnerText;

                 Console.WriteLine(title);

                 Console.WriteLine(blogLink);

                 Console.WriteLine(content);

                 Console.WriteLine("------------------------------------------------------");

             }

             return;

         }

         //XPath表达式

         static void XPathTest()

         {

             string path = @"test.html";

             HtmlDocument doc = new HtmlDocument();

             HtmlNode rootNode = doc.DocumentNode;

             doc.Load(path);

             //获取h1标签

             var h1 = rootNode.SelectSingleNode("/html/body/div[1]/h1[1]");

             Console.WriteLine(h1.InnerText);

             //获取ul>li 姓名标签

             var liName = rootNode.SelectSingleNode("/html/body/div[2]/ul[1]/li[1]");

             Console.WriteLine(liName.InnerText);

             //获取ul>li 年龄标签

             var liAge = rootNode.SelectSingleNode("/html/body/div[2]/ul[1]/li[2]");

             Console.WriteLine(liAge.InnerText);

         }

test.html代码如下:

 <html>

 <head>

 </head>

 <body>

     <div>

         <h1>欢迎访问这个网页!</h1>

     </div>

     <div>

         <ul class="user_match clear">

             <li>姓名：张三</li>

             <li>年龄：18</li>

         </ul>

     </div>

 </body>

 </html>

HtmlAgilityPach基本使用方法的更多相关文章

  1. javaSE27天复习总结

    JAVA学习总结    2 第一天    2 1:计算机概述(了解)    2 (1)计算机    2 (2)计算机硬件    2 (3)计算机软件    2 (4)软件开发(理解)    2 (5) ...

  2. mapreduce多文件输出的两方法

    mapreduce多文件输出的两方法   package duogemap;   import java.io.IOException;   import org.apache.hadoop.conf ...

  3. 【.net 深呼吸】细说CodeDom（6）：方法参数

    本文老周就给大伙伴们介绍一下方法参数代码的生成. 在开始之前,先补充一下上一篇烂文的内容.在上一篇文章中,老周检讨了 MemberAttributes 枚举的用法,老周此前误以为该枚举不能进行按位操作 ...

  4. IE6、7下html标签间存在空白符，导致渲染后占用多余空白位置的原因及解决方法

    直接上图:原因:该div包含的内容是靠后台进行print操作,输出的.如果没有输出任何内容,浏览器会默认给该空白区域添加空白符.在IE6.7下,浏览器解析渲染时,会认为空白符也是占位置的,默认其具有字 ...

  5. 多线程爬坑之路-Thread和Runable源码解析之基本方法的运用实例

    前面的文章:多线程爬坑之路-学习多线程需要来了解哪些东西?(concurrent并发包的数据结构和线程池,Locks锁,Atomic原子类) 多线程爬坑之路-Thread和Runable源码解析 前面 ...

  6. [C#] C# 基础回顾 - 匿名方法

    C# 基础回顾 - 匿名方法 目录 简介 匿名方法的参数使用范围 委托示例 简介 在 C# 2.0 之前的版本中,我们创建委托的唯一形式 -- 命名方法. 而 C# 2.0 -- 引进了匿名方法,在 ...

  7. ArcGIS 10.0紧凑型切片读写方法

    首先介绍一下ArcGIS10.0的缓存机制: 切片方案 切片方案包括缓存的比例级别.切片尺寸和切片原点.这些属性定义缓存边界的存在位置,在某些客户端中叠加缓存时匹配这些属性十分重要.图像格式和抗锯齿等 ...

  8. [BOT] 一种android中实现“圆角矩形”的方法

    内容简介 文章介绍ImageView(方法也可以应用到其它View)圆角矩形(包括圆形)的一种实现方式,四个角可以分别指定为圆角.思路是利用"Xfermode + Path"来进行 ...

  9. JS 判断数据类型的三种方法

    说到数据类型,我们先理一下JavaScript中常见的几种数据类型: 基本类型:string,number,boolean 特殊类型:undefined,null 引用类型:Object,Functi ...

随机推荐

  1. vim的快捷键

    vim的快捷键 (〇)3中模式之间的切换 默认在命令模式. i键,从命令模式,进入插入模式. 冒号(:)键,从命令模式,进入末行模式. Esc键,从插入模式.末行模式,进入命令模式. (一)命令模式下 ...

  2. sql server数据库状态监控

    sql server数据库监控 转自:https://www.cnblogs.com/seusoftware/category/500793.html   6. SQL Server数据库监控 - 如 ...

  3. 使用Django和Python创建Json response

    版权声明:本文为博主原创文章,欢迎转载. https://blog.csdn.net/fengyu09/article/details/30785101 使用jquery的.post提交,并期望得到多 ...

  4. nodejs waterfall的使用

    waterfall(tasks, [callback]) (多个函数依次执行,且前一个的输出为后一个的输入) 按顺序依次执行多个函数.每一个函数产生的值,都将传给下一个函数.如果中途出错,后面的函数将 ...

  5. sql中表级约束和列级约束

    sql中表级约束和列级约束,在SQL SERVER中, (1) 对于基本表的约束分为列约束和表约束约束是限制用户输入到表中的数据的值的范围,一般分为列级约束与表级约束.列级约束有六种:主键Primar ...

  6. #pragma 的用法

    它的作用是设定编译器的状态或者是指示编译器完成一些特定的动作.#pragma指令对每个编译器给出了一个方法,在保持与C和C++语言完全兼容的情况下,给出主机或操作系统专有的特征.依据定义,编译指示是机 ...

  7. java通过url抓取网页数据-----正则表达式

    原文地址https://www.cnblogs.com/xiaoMzjm/p/3894805.html [本文介绍] 爬取别人网页上的内容,听上似乎很有趣的样子,只要几步,就可以获取到力所不能及的东西 ...

  8. 09 grep、正则表达式和sed

    作业一:整理正则表达式博客 ^ 行首$ 行尾. 除了换行符以外的任意单个字符* 前导字符的零个或多个.* 所有字符[] 字符组内的任一字符[^] 对字符组内的每个字符取反(不匹配字符组内的每个字符)^ ...

  9. Linux系统——硬链接与软链接

    文件属性软硬连接: 链接有两种,一种为硬链接(Hard Link),另一种为软链接或符号链接(Symbolic Link或Soft Link). 建立硬链接时,链接文件和被链接文件必须位于同一个文件系 ...

  10. TOSCA自动化测试工具--识别元素唯一性的控件

    当Modules模块通过Scan识别出页面元素后,选择需要测试的对象,然后判断对象唯一性