码迷,mamicode.com
首页 > Windows程序 > 详细

C#爬虫(05):AngleSharp解析html文档

时间:2020-07-10 11:24:26      阅读:85      评论:0      收藏:0      [点我收藏+]

标签:child   tco   网站   idt   可能性   wait   content   hub   获得   

一、简介

AngleSharp:https://github.com/AngleSharp/AngleSharp
AngleSharp是一个.NET库,使您能够解析基于尖括号的超文本,例如HTML,SVG和MathML。该库还支持未经验证的XML。 AngleSharp的一个重要方面是CSS也可以解析。
与类似的库(例如HtmlAgilityPack)相比的优势在于,公开的DOM使用的是W3C官方指定的API,即,甚至在AngleSharp中也可以使用querySelectorAll之类的东西。解析器还使用HTML 5.1规范,该规范定义了错误处理和元素校正。
AngleSharp库专注于标准合规性,交互性和可扩展性。因此,它为使用C#的Web开发人员提供了从在任何现代浏览器中使用DOM所获得的所有可能性。

技术图片

官方实例:https://github.com/AngleSharp/AngleSharp.Samples

这个简单的示例将使用Wikipedia的网站进行数据检索。

var config = Configuration.Default.WithDefaultLoader();
var address = "https://en.wikipedia.org/wiki/List_of_The_Big_Bang_Theory_episodes";
var context = BrowsingContext.New(config);
var document = await context.OpenAsync(address);
var cellSelector = "tr.vevent td:nth-child(3)";
var cells = document.QuerySelectorAll(cellSelector);
var titles = cells.Select(m => m.TextContent);

C#爬虫(05):AngleSharp解析html文档

标签:child   tco   网站   idt   可能性   wait   content   hub   获得   

原文地址:https://www.cnblogs.com/springsnow/p/13278134.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!