C#解析HTML利器-HtmlAgilityPack

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› Node.js›Node.js教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

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:

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(); 
 }