VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >
  • C#教程之C#解析HTML利器-Html Agility Pack

今天刚开始做毕设....好吧,的确有点晚。我的毕设设计需要爬取豆瓣的电影推荐,于是就需要解析爬取下来的html,之前用Python玩过解析,但目前我使用的是C#,我觉得C#不比python差,有微软大大在,这个不需要担心,主要还是生态问题。查了下资料,发现Html Agility Pack是比较好的,当然还有其他的,我就不说了,主要使用它做的。

    官网地址(可以自己去下载dll):

    http://html-agility-pack.net/select-nodes

    参考:Html Agility Pack基础类介绍及运用

    代码设计:

复制代码
static void complete(object o, AsyncCompletedEventArgs e) 
 { 
 // 开始解析html 
 var doc = new HtmlDocument(); 
 doc.Load( "E:\程序文件\C#程序代码\Validate\ConsoleApplication1\movie.txt", Encoding.UTF8); 
 List<string> movie = new List<string>(); 
 
 //  
 HtmlNodeCollection nodeCollection = doc.DocumentNode.SelectNodes("//ul/li[ class=\"title\"]"); 
 foreach (HtmlNode n in nodeCollection) 
 { 
 Console.WriteLine(n.InnerHtml.Trim()); 
 movie.Add(n.InnerText.Trim()); 
 } 
 
 
 //获取豆瓣最受欢迎影评 
 HtmlNodeCollection nodeCollection1 = doc.DocumentNode.SelectNodes("//div[ class=\"review-bd\"]/h3"); 
 foreach (HtmlNode n in nodeCollection1) 
 { 
 Console.WriteLine(n.InnerHtml.Trim()); 
 movie.Add(n.InnerText.Trim()); 
 } 
  
 foreach(var m in movie) 
 { 
 Console.WriteLine(m); 
 } 
 
 File.Delete( "E:\程序文件\C#程序代码\Validate\ConsoleApplication1\movie.txt"); 
 } 
 
 static void Main(string[] args) 
 { 
 Console.BufferHeight = 10000; 
 Console.BufferWidth = 10000; 
 string moviePath =  "E:\程序文件\C#程序代码\Validate\ConsoleApplication1\movie.txt"; 
 WebClient wc = new WebClient(); 
 wc.UseDefaultCredentials = true; 
 wc.DownloadFileAsync(new Uri("https://movie.douban.com/"), moviePath); 
 wc.DownloadFileCompleted += new AsyncCompletedEventHandler(complete); 
 
 Console.Read(); 
 }
复制代码

对于WebClient文档,请看https://msdn.microsoft.com/zh-cn/library/system.net.webclient(v=vs.110).aspx

    不得不说,微软官网的系列文档真是良心!以前也是听人说过,微软的解决方案以及文档很全,但是一直查资料都是直接百度,现在换了一种,直接上微软官网查....真是良心!而且例子是比较经典的!


相关教程