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. python使用 db.select 返回的数据只能遍历一次

    python中通过find从mongo中查出的数据,或者通过select返回的数据,其实返回的是游标,当你进行便利一次之后,游标指向最后, 所以当你再一次进行便利时,便出现数据为空的现象. 解决办法: ...

  2. 在asp.net中使JQuery的Ajax用总结

    自从有了JQuery,Ajax的使用变的越来越方便了,但是使用中还是会或多或少的出现一些让人短时间内痛苦的问题.本文暂时总结一些在使用JQuery Ajax中应该注意的问题,如有不恰当或者不完善的地方 ...

  3. BZOJ4604：The kth maximum number

    浅谈离线分治算法:https://www.cnblogs.com/AKMer/p/10415556.html 题目传送门:https://lydsy.com/JudgeOnline/problem.p ...

  4. Linux性能监控工具sysstat系列简介

    简介 sysstat提供了Linux性能监控的工具集,包括sar.sadf.mpstat.iostat.pidstat等,这些工具可以监控系统性能和使用情况.各工具的作用如下: iostat - 提供 ...

  5. Python中try...except...else的用法

    Python中try...except...else的用法: try:    <语句>except <name>:    <语句>          #如果在try ...

  6. Python类(五)-反射

    反射即通过字符串映射或修改程序运行时的状态.属性.方法 有4个方法: hasattr(): hasattr(object,string):object为实例化的对象,string为字符串 判断对象ob ...

  7. 本地测试html文件时CSS效果显示， 但是当django的服务器上运行时效果不显示

    本地测试时各种效果都显示, 但是当在django服务器上测试时, 效果却不显示, 原因是我将css文件放在一个static文件夹里, 没有在settings中设置static_dir选项.将stati ...

  8. python读取配置文件 ConfigParser

    Python 标准库的 ConfigParser 模块提供一套 API 来读取和操作配置文件. 配置文件的格式 a) 配置文件中包含一个或多个 section, 每个 section 有自己的 opt ...

  9. python_class21

    #!/usr/bin/env python # -*- coding: utf-8 -*- """ @version: 3.5 @author: morgana @lic ...

  10. How to clear fmadm log or FMA faults log (ZT)

    Here are the step by step of clearing the FMA faults on most of Oracle/Sun server. Work perfectly on ...