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. LeetCode Relative Ranks

    原题链接在这里:https://leetcode.com/problems/relative-ranks/#/description 题目: Given scores of N athletes, f ...

  2. 【LeetCode】003. Longest Substring Without Repeating Characters

    Given a string, find the length of the longest substring without repeating characters. Examples: Giv ...

  3. Python 函数之迭代器和生成器

    1.迭代器 迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退,迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可 ...

  4. 【HTML代码】访问页面时,拨打页面中的电话号码

      这两天在写HTML页面今天要实现一个手机用户访问页面的时候,如果页面中有电话号码,点击可以打电话或者是发信息,之前没做过今天刚听说感觉很高大上会很难,实际上简单的让我内牛满面啊,,  小婊砸 (* ...

  5. 引用com.sencha.gxt.ui.GXT加载错误解决方案

    环境GWT2.7+GXT4.0 <inherits name='com.sencha.gxt.ui.GXT' /> 出现加载错误 Loading inherited module 'com ...

  6. Linux SPI驱动（一）

    转载:http://www.cnblogs.com/lknlfy/p/3265019.html (原作者注:)根据我个人所知道的,Linux SPI一直是处于被“忽略”的角色,市场上大部分板子在板级文 ...

  7. nc之一：NetCat简介与使用方法

    精品学习网考试频道小编应广大考生的需要,特为参加考试的考生策划了“NetCat简介与使用方法”专题等有关资料,供考生参考! 在入侵中它是最经典的工具之一 ,NetCat被所有的网络安全爱好者和研究者称 ...

  8. 如何平衡MMO游戏

    转自:http://blog.sina.com.cn/s/blog_9f56a65f01013eti.html 前言 这是一篇出自国外博客“Elder Game”的一篇文章,笔者觉得里面很多东西说的很 ...

  9. SpringMVC—对Ajax的处理（含 JSON 类型）(2)

    这里编写了一个通用的类型转换器: 用来转换形如: firstName=jack&lastName=lily&gender=1&foods=Steak&foods=Piz ...

  10. 下拉框改变事件：获取下拉框中当前选择的文本 SelectionChanged事件

    /// <summary> /// 下拉框改变事件:获取下拉框中当前选择的文本 /// </summary> /// <param name="sender&q ...