HtmlAgilityPack是.net下的一個HTML解析類庫。支援用XPath來解析HTML。這個意義不小，為什麼呢？因為對于頁面上的元素的xpath某些強大的浏覽器能夠直接擷取得到，并不需要手動寫。節約了大半寫正規表達式的時間，當然正規表達式有時候在進一步擷取的時候還需要寫，但是通過xpath解析之後，正規表達式已經要比對的範圍已經非常小了。而且，不用正規表達式在整個頁面源代碼上比對，速度也會有提升。總而言之，通過該類庫，先通過浏覽器擷取到xpath擷取到節點内容然後再通過正規表達式比對到所需要的内容，無論是開發速度，還是運作效率都有提升。
HtmlAttribute 對應 Html元素的屬性
HtmlAttributeCollection 一個元素屬性的集合，實作了IList<HtmlAttribute>, ICollection<HtmlAttribute>, IEnumerable<HtmlAttribute>, IEnumerable，都是集合的那一套東西，沒有新東西。
HtmlNode 對應 HTML節點，包括注釋，文本，元素等
HtmlNodeCollection 一個HtmlNode節點集合，實作了HtmlNodeCollection : IList<HtmlNode>, ICollection<HtmlNode>, IEnumerable<HtmlNode>, IEnumerable繼承了這些東西就沒什麼需要說的了，都是集合的東西，沒有新的東西。完全是集合那一套。
HtmlNodeType 一個枚舉 表示節點的類型，文檔，注釋，元素，文本。
HtmlTextNode 對應Html文本節點，很簡單的一個類，繼承自HtmlNode。
HtmlEntity 對應實體 實用程式類以替換特殊字元的實體，反之亦然
HtmlParseError 表示文檔在解析過程中發現的解析錯誤。
還有一些其他的類，留到以後有用過的時候再補充。
HtmlAgilityPack 之 HtmlNode類
HtmlAgilityPack中的HtmlNode類與XmlNode類差不多，提供的功能也大同小異。下面來看看該類提供功能。
一、靜态屬性
public static Dictionary<string, HtmlElementFlag> //ElementsFlags;擷取集合的定義為特定的元素節點的特定行為的标志。表包含小寫标記名稱作為鍵和作為值的 HtmlElementFlags 組合 DictionaryEntry 清單。
public static readonly string HtmlNodeTypeNameComment; //擷取一個注釋節點的名稱。實際上，它被定義為 '#comment
public static readonly string HtmlNodeTypeNameDocument; //擷取文檔節點的名稱。實際上，它被定義為 '#document'
public static readonly string HtmlNodeTypeNameText; //擷取一個文本節點的名稱。實際上，它被定義為 '#text' 二、屬性
Attributes 擷取節點的屬性集合
ChildNodes 擷取子節點集合(包括文本節點)
Closed 該節點是否已關閉(</xxx>)
ClosingAttributes 在關閉标簽的屬性集合
FirstChild 擷取第一個子節點
HasAttributes 判斷該節點是否含有屬性
HasChildNodes 判斷該節點是否含有子節點
HasClosingAttributes 判斷該節點的關閉标簽是否含有屬性(</xxx class="xxx">)
Id 擷取該節點的Id屬性
InnerHtml 擷取該節點的Html代碼
InnerText 擷取該節點的内容，與InnerHtml不同的地方在于它會過濾掉Html代碼，而InnerHtml是連Html代碼一起輸出
LastChild 擷取最後一個子節點
Line 擷取該節點的開始标簽或開始代碼位于整個HTML源代碼的第幾行(行号)
LinePosition 擷取該節點位于第幾列
Name Html元素名
NextSibling 擷取下一個兄弟節點
NodeType 擷取該節點的節點類型
OriginalName 擷取原始的未經更改的元素名
OuterHtml 整個節點的代碼
OwnerDocument 節點所在的HtmlDocument文檔
ParentNode 擷取該節點的父節點
PreviousSibling 擷取前一個兄弟節點
StreamPosition 該節點位于整個Html文檔的字元位置
XPath 根據節點傳回該節點的XPath
代碼示例：
static void Main(string[] args)
{
//<ul class="user_match clear">
// <li>年齡：21～30之間</li>
// <li>婚史：未婚</li>
// <li>地區：不限</li>
// <li>身高：175～185厘米之間</li>
// <li>學曆：不限</li>
// <li>職業：不限</li>
// <li>月薪：不限</li>
// <li>住房：不限</li>
// <li>購車：不限</li>
//</ul>
WebClient wc = new WebClient();
wc.BaseAddress = "http://www.juedui100.com/";
wc.Encoding = Encoding.UTF8;
HtmlDocument doc = new HtmlDocument();
string html = wc.DownloadString("user/6971070.html");
doc.LoadHtml(html);
HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]"); //根據XPath查找節點，跟XmlNode差不多
Console.WriteLine(node.InnerText); //輸出節點内容 年齡：21～30之間 婚史：未婚 ...... 與InnerHtml的差別在于，它不會輸出HTML代碼
Console.WriteLine(node.InnerHtml); //輸出節點Html <li>年齡：21～30之間</li> <li>婚史：未婚</li> ....
Console.WriteLine(node.Name); //輸出 ul Html元素名
HtmlAttributeCollection attrs = node.Attributes;
foreach(var item in attrs)
{
Console.WriteLine(item.Name + " : " + item.Value); //輸出 class ：user_match clear
}
HtmlNodeCollection CNodes = node.ChildNodes; //所有的子節點
foreach (HtmlNode item in CNodes)
{
Console.WriteLine(item.Name + "-" + item.InnerText); //輸出 li-年齡：21～30之間#text- li-婚史：未婚#text- ....... 别忘了文本節點也算
}
Console.WriteLine(node.Closed); //輸出True //目前的元素節點是否已封閉
Console.WriteLine("================================");
HtmlAttributeCollection attrs1 = node.ClosingAttributes; //擷取在結束标記的 HTML 屬性的集合。 例如</ul class="">
Console.WriteLine(attrs1.Count); //輸出0
HtmlNode node1 = node.FirstChild; //悲劇了ul的第一個節點是一個 \n 換行文本節點 第二個節點才到第一個li
Console.WriteLine(node1.NodeType); //輸出Text 文本節點
HtmlNode node3 = node.LastChild; //同樣最後一個節點一樣是 \n 文本節點
Console.WriteLine(node3.NodeType); //輸出Text 文本節點
HtmlNode node2 = node.SelectSingleNode("child::li[1]"); //擷取目前節點的第一個子li節點
Console.WriteLine(node2.XPath); //根據節點生成XPath表達式 /html/body/div[4]/div[1]/div[2]/ul[1]/li[1] 媽了個B，強大
Console.WriteLine(node.HasAttributes); //輸出 True 判斷節點是否含有屬性
Console.WriteLine(node.HasChildNodes); //輸出 True 判斷節點是否含有子節點
Console.WriteLine(node.HasClosingAttributes); //False 判斷節點結束标記是否含有屬性
Console.WriteLine(node.Line); //輸出 155 該節點開始标記位于頁面代碼的第幾行
Console.WriteLine(node.LinePosition); //輸出 1 該節點開始标記位于第幾列2
Console.WriteLine(node.NodeType); //輸出 Element 該節點類型 此處為元素節點
Console.WriteLine(node.OriginalName); //輸出 ul
HtmlNode node4 = node.SelectSingleNode("child::li[1]");
Console.WriteLine(node4.InnerText); //輸出 年齡：21～30之間
HtmlNode node5 = node4.NextSibling.NextSibling; //擷取下一個兄弟元素 因為有一個換行符的文本節點，是以要兩次，跳過換行那個文本節點
Console.WriteLine(node5.InnerText); //輸出 婚史:未婚
HtmlNode node6 = node5.PreviousSibling.PreviousSibling; //同樣兩次以跳過換行文本節點
Console.WriteLine(node6.InnerText); //輸出 年齡：21～30之間
HtmlNode node7 = node6.ParentNode; //擷取父節點
Console.WriteLine(node7.Name); //輸出 ul
string str = node.OuterHtml;
Console.WriteLine(str); //輸出整個ul代碼class="user_match clear"><li>年齡：21～30之間</li>...</ul>
Console.WriteLine(node.StreamPosition); //輸出7331 擷取此節點的流位置在文檔中，相對于整個文檔(Html頁面源代碼)的開始。
HtmlDocument doc1 = node.OwnerDocument;
doc1.Save(@"D:\123.html");
HtmlNode node8 = doc.DocumentNode.SelectSingleNode("//*[@id=\"coll_add_aid59710701\"]");
//<a id="coll_add_aid59710701" style="display:block" class="coll_fix needlogin" href="javascript:coll_add(5971070)">收藏</a>
Console.WriteLine(node8.Id); //輸出 coll_add_aid59710701 擷取Id屬性的内容
Console.ReadKey();
} 三、方法
IEnumerable<HtmlNode> Ancestors(); 傳回此元素的所有上級節點的集合。
IEnumerable<HtmlNode> Ancestors(string name); 傳回此元素參數名字比對的所有上級節點的集合。
IEnumerable<HtmlNode> AncestorsAndSelf(); 傳回此元素的所有上級節點和自身的集合。
IEnumerable<HtmlNode> AncestorsAndSelf(string name); 傳回此元素的名字比對的所有上級節點和自身的集合。
HtmlNode AppendChild(HtmlNode newChild); 将參數元素追加到為調用元素的子元素(追加在最後)
void AppendChildren(HtmlNodeCollection newChildren); 将參數集合中的元素追加為調用元素的子元素(追加在最後)
HtmlNode PrependChild(HtmlNode newChild); 将參數中的元素作為子元素，放在調用元素的最前面
void PrependChildren(HtmlNodeCollection newChildren); 将參數集合中的所有元素作為子元素，放在調用元素前面
static bool CanOverlapElement(string name); 确定是否可以儲存重複的元素
IEnumerable<HtmlAttribute> ChildAttributes(string name); 擷取所有子元素的屬性(參數名要與元素名比對)
HtmlNode Clone(); 本節點克隆到一個新的節點
HtmlNode CloneNode(bool deep); 節點克隆到一個新的幾點，參數确定是否連子元素一起克隆
HtmlNode CloneNode(string newName); 克隆的同時更改元素名
HtmlNode CloneNode(string newName, bool deep); 克隆的同時更改元素名。參數确定是否連子元素一起克隆
void CopyFrom(HtmlNode node); 建立重複的節點和其下的子樹。
void CopyFrom(HtmlNode node, bool deep); 建立節點的副本。
XPathNavigator CreateNavigator(); 傳回的一個對于此文檔的XPathNavigator
static HtmlNode CreateNode(string html); 靜态方法，允許用字元串建立一個新節點
XPathNavigator CreateRootNavigator(); 建立一個根路徑的XPathNavigator
IEnumerable<HtmlNode> DescendantNodes(); 擷取所有子代節點
IEnumerable<HtmlNode> DescendantNodesAndSelf(); 擷取所有的子代節點以及自身
IEnumerable<HtmlNode> Descendants(); 擷取枚舉清單中的所有子代節點
IEnumerable<HtmlNode> Descendants(string name); 擷取枚舉清單中的所有子代節點，注意元素名要與參數比對
IEnumerable<HtmlNode> DescendantsAndSelf(); 擷取枚舉清單中的所有子代節點以及自身
IEnumerable<HtmlNode> DescendantsAndSelf(string name); 擷取枚舉清單中的所有子代節點以及自身，注意元素名要與參數比對
HtmlNode Element(string name); 根據參數名擷取一個元素
IEnumerable<HtmlNode> Elements(string name); 根據參數名擷取比對的元素集合
bool GetAttributeValue(string name, bool def); 幫助方法，用來擷取此節點的屬性的值(布爾類型)。如果未找到該屬性，則将傳回預設值。
int GetAttributeValue(string name, int def); 幫助方法，用來擷取此節點的屬性的值(整型)。如果未找到該屬性，則将傳回預設值。
string GetAttributeValue(string name, string def); 幫助方法，用來擷取此節點的屬性的值(字元串類型)。如果未找到該屬性，則将傳回預設值。
HtmlNode InsertAfter(HtmlNode newChild, HtmlNode refChild); 将一個節點插入到第二個參數節點的後面，與第二個參數是兄弟關系
HtmlNode InsertBefore(HtmlNode newChild, HtmlNode refChild); 講一個節點插入到第二個參數節點的後面，與第二個參數是兄弟關系
static bool IsCDataElement(string name); 确定是否一個元素節點是一個 CDATA 元素節點。
static bool IsClosedElement(string name); 确定是否封閉的元素節點
static bool IsEmptyElement(string name); 确定是否一個空的元素節點。
static bool IsOverlappedClosingElement(string text); 确定是否文本對應于一個節點可以保留重疊的結束标記。
void Remove(); 從父集合中移除調用節點
void RemoveAll(); 移除調用節點的所有子節點以及屬性
void RemoveAllChildren(); 移除調用節點的所有子節點
HtmlNode RemoveChild(HtmlNode oldChild); 移除調用節點的指定名字的子節點
HtmlNode RemoveChild(HtmlNode oldChild, bool keepGrandChildren);移除調用節點調用名字的子節點，第二個參數确定是否連孫子節點一起移除
HtmlNode ReplaceChild(HtmlNode newChild, HtmlNode oldChild); 将調用節點原有的一個子節點替換為一個新的節點，第二個參數是舊節點
HtmlNodeCollection SelectNodes(string xpath); 根據XPath擷取一個節點集合
HtmlNode SelectSingleNode(string xpath); 根據XPath擷取唯一的一個節點
HtmlAttribute SetAttributeValue(string name, string value); 設定調用節點的屬性
string WriteContentTo(); 将該節點的所有子級都儲存到一個字元串中。
void WriteContentTo(TextWriter outText); 将該節點的所有子級都儲存到指定的 TextWriter。
string WriteTo(); 将目前節點儲存到一個字元串中。
void WriteTo(TextWriter outText); 将目前節點儲存到指定的 TextWriter。
void WriteTo(XmlWriter writer); 将目前節點儲存到指定的則 XmlWriter。
示例代碼：
static void Main(string[] args)
{
//<ul class="user_match clear">
// <li>年齡：21～30之間</li>
// <li>婚史：未婚</li>
// <li>地區：不限</li>
// <li>身高：175～185厘米之間</li>
// <li>學曆：不限</li>
// <li>職業：不限</li>
// <li>月薪：不限</li>
// <li>住房：不限</li>
// <li>購車：不限</li>
//</ul>
WebClient wc = new WebClient();
wc.BaseAddress = "http://www.juedui100.com/";
wc.Encoding = Encoding.UTF8;
HtmlDocument doc = new HtmlDocument();
string html = wc.DownloadString("user/6971070.html");
doc.LoadHtml(html);
HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]"); //根據XPath查找節點，跟XmlNode差不多
IEnumerable<HtmlNode> nodeList = node.Ancestors(); //擷取該元素所有的父節點的集合
foreach (HtmlNode item in nodeList)
{
Console.Write(item.Name + " "); //輸出 div div body html #document
}
Console.WriteLine();
IEnumerable<HtmlNode> nodeList1 = node.Ancestors("body"); //擷取名字比對的該元素的父集合,其實參數就是一個篩選的功能
foreach (HtmlNode item in nodeList1)
{
Console.Write(item.Name + " "); //輸出 body
}
Console.WriteLine();
IEnumerable<HtmlNode> nodeList2 = node.AncestorsAndSelf(); //擷取所有的父節點和自身
foreach (HtmlNode item in nodeList2)
{
Console.Write(item.Name + " "); //輸出 ul div div div body html #document
}
Console.WriteLine();
IEnumerable<HtmlNode> nodeList3 = node.AncestorsAndSelf("div"); //擷取父節點和自身，參數用于篩選
foreach (HtmlNode item in nodeList3)
{
Console.Write(item.Name + " "); //輸出 div div div
}
Console.WriteLine();
HtmlNode node1 = doc.CreateElement("li");
node1.InnerHtml = "我是附加的li元素";
node.AppendChild(node1); //...<li>購車：不限</li> 後面加了一個<li>我是附加的li元素</li>
Console.WriteLine(node.InnerHtml);
HtmlNode node2 = doc.CreateElement("li");
node2.InnerHtml = "新li一";
HtmlNode node3 = doc.CreateElement("li");
node3.InnerHtml = "新li二";
HtmlNodeCollection nc = new HtmlNodeCollection(node2);
nc.Add(node2);
nc.Add(node3);
node.AppendChildren(nc); //一次過追加多個元素
Console.WriteLine(node.InnerHtml); //...<li>我是附加的li元素</li><li>新li一</li><li>新li二</li>
Console.WriteLine(HtmlNode.CanOverlapElement("node2")); //輸出False 确定是否可以儲存一個重複的元素
IEnumerable<HtmlAttribute> attrs = node.ChildAttributes("class"); //擷取子節點與自身的所有名為class的屬性集合
foreach (HtmlAttribute attr in attrs)
{
Console.Write(attr.Value); //輸出 user_match clear
}
HtmlNode node4 = node.Clone();
Console.WriteLine(node4.InnerHtml); //輸出node的代碼，node已被複制到了node
HtmlNode node5 = node.CloneNode(false); //參數決定是否複制子節點，與XmlNode一樣
Console.WriteLine(node5.OuterHtml); //<ul class="user_match clear"></ul> 因為參數設為了false子節點沒有被複制
HtmlNode node6 = node.CloneNode("div"); //複制節點的同時，更改名字
Console.WriteLine(node6.OuterHtml); //輸出 <div class="user_match clear"><li>年齡：21～30之間</li>...</div> ul已被改為了div
HtmlNode node7 = node.CloneNode("table",false);
Console.WriteLine(node7.OuterHtml); //輸出<table class="user_match clear"></table> 參數為false是以沒有複制子節點
HtmlNode node8 = node.SelectSingleNode("child::li[1]");
node.CopyFrom(node);
Console.WriteLine(node.OuterHtml);
Console.WriteLine("========================");
//public void CopyFrom(HtmlNode node);
//public void CopyFrom(HtmlNode node, bool deep);
//public XPathNavigator CreateNavigator();
//public XPathNavigator CreateRootNavigator();
HtmlNode node9 = HtmlNode.CreateNode("<li>新節點</li>"); //直接用字元串建立節點，還是挺好用的
Console.WriteLine(node9.OuterHtml); //輸出 <li>新節點</li>
IEnumerable<HtmlNode> nodeList4 = node.DescendantNodes(); //擷取所有的子節點集合
foreach (HtmlNode item in nodeList4)
{
Console.Write(item.OuterHtml); //輸出 node的每個子li節點
}
Console.WriteLine("===================");
IEnumerable<HtmlNode> nodeList5 = node.DescendantNodesAndSelf();
foreach (HtmlNode item in nodeList5)
{
Console.Write(item.OuterHtml); //輸出自身<ul>..包括子節點<li>...</li></ul> 再輸出所有的子li節點
}
Console.WriteLine();
IEnumerable<HtmlNode> nodeList6 = node.DescendantNodes(); //擷取枚舉清單中的所有子代節
foreach (HtmlNode item in nodeList6)
{
Console.Write(item.InnerText); //輸出所有的li節點的内容
}
Console.WriteLine("---------------");
IEnumerable<HtmlNode> nodeList7 = node.Descendants("li"); //擷取所有的子後代元素 //文本節點不在此範圍内
foreach(HtmlNode item in nodeList7)
{
Console.Write(item.InnerText);
}
IEnumerable<HtmlNode> nodeList8 = node.DescendantsAndSelf("ul"); //擷取所有的子後代元素 //文本節點不在此範圍内
foreach (HtmlNode item in nodeList8)
{
Console.Write(item.Name); //輸出 ul 參數實際上隻相當于過濾的作用
}
HtmlNode node10 = node.Element("li"); //擷取第一個子節點名稱比對的元素
Console.WriteLine(node10.InnerText); //輸出 年齡：年齡：21～30之間
Console.WriteLine("----------------------------------------");
IEnumerable<HtmlNode> nodeList9 = node.Elements("li");
foreach (HtmlNode item in nodeList9)
{
Console.Write(item.InnerText); //輸出 所有的li節點内容
}
Console.WriteLine();
//換一個新的，好像有點亂了
HtmlNode newnode = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[3]");
//<div class="col say">
// <h3>愛情獨白</h3>
// <p>願得一心人，白首不相離。我一直相信我的另一半就在茫茫人海中，有一天一定會與我相遇。</p>
//</div>
//bool b = newnode.GetAttributeValue("class", false); //擷取一個布爾值的屬性,沒有找到則傳回第二個參數的預設值
//Console.WriteLine(b);
//int i = newnode.GetAttributeValue("class", 0); //擷取一個整形的屬性，沒有找到則傳回第二個參數的預設值
//Console.WriteLine(i);
string str = newnode.GetAttributeValue("class", ""); //擷取一個字元串屬性
Console.WriteLine(str); //輸出 col say
HtmlNode node11 = HtmlNode.CreateNode("<b>我是加粗節點</b>");
HtmlNode node12 = newnode.SelectSingleNode("h3");
newnode.InsertAfter(node11, node12); //意思是在node12代表的h3節點後面插入node11節點
Console.WriteLine(newnode.InnerHtml); //h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人... 留意到b節點已經被插入到h3後面
newnode.InsertBefore(node11, node12); //再插入多一次，方法不同罷了，這次是在node12帶包的h3前面插入
Console.WriteLine(newnode.InnerHtml); //<b>我是加粗節點</b><h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人
Console.WriteLine("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx");
newnode.RemoveChild(node11); //移除了第一個<b>我是加粗節點</b> 此方法的重載，第二個參數決定是否移除孫子節點
Console.WriteLine(newnode.InnerHtml); //<h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人....
newnode.RemoveAllChildren(); //移除所有子節點
Console.WriteLine(newnode.OuterHtml); //<div class="col say"></div> 所有子節點都被移除了
newnode.RemoveAll(); //移除所有的屬性和子節點，由于子節點已經被上個方法移除了，是以這次連屬性也移除了
Console.WriteLine(newnode.OuterHtml); //輸出 <div></div> 注意到屬性也被移除了。
//都移除光了，再來一個，還是剛才那個
HtmlNode newnode1 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[3]");
Console.WriteLine("===================");
Console.WriteLine(newnode1.OuterHtml); //輸出 <div></div> 注意 移除是從HtmlDocument中移除的，再次擷取擷取不到了
HtmlNode newnode2 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/div[2]/p");
Console.WriteLine(newnode2.OuterHtml);
//<p class="no_tip">她還沒有設定不能忍受清單
// <a href="javascript:invite(5971070,8,'邀請設定不能忍受');" class="link_b needlogin">邀請她設定</a>
//</p>
newnode2.Remove(); //從文檔樹中移除newnode2節點
HtmlNode newnode3 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/div[2]/p"); //再次擷取該節點
//Console.WriteLine(newnode3.OuterHtml); //報未将對象引用到對象的執行個體異常，明顯是找不到了，
HtmlNode newnode4 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[1]/div/div[1]/p[2]/b[1]");
Console.WriteLine(newnode4.OuterHtml);
//<b>相冊：
// <a href="/photo/6971070.html" class="red">4</a>張
//</b>
HtmlNode node17 = HtmlNode.CreateNode("<div>再次建立一個節點</div>");
newnode4.PrependChild(node17); //跟AppengChild類似，隻是插入位置不同PrependChildren接受一個節點集合，一次過插入多個節點而已
Console.WriteLine(newnode4.OuterHtml);
//輸出
//<b>相冊：
// <div>再次建立一個節點</div>
// <a href="/photo/6971070.html" class="red">4</a>張
//</b>
HtmlNode node16 = newnode4.SelectSingleNode("child::a[1]");
HtmlNode node18 = HtmlNode.CreateNode("<p>建立一行</p>");
newnode4.ReplaceChild(node18, node16);
Console.WriteLine(newnode4.OuterHtml);
//輸出
//<b>相冊：
// <div>再次建立一個節點</div>
// <p>建立一行</p>張 //留意到node16代表得節點已經被替換掉了
//</b>
HtmlNode node19 = newnode4.SelectSingleNode("child::p[1]");
node19.SetAttributeValue("class","class1");
Console.WriteLine(node19.OuterHtml); //輸出 <p class="class1">建立一行</p>
Console.WriteLine(HtmlNode.IsOverlappedClosingElement("<a>我愛你</a>")); //輸出 False
Console.WriteLine(HtmlNode.IsCDataElement("<a>我愛你</a>")); //輸出 False
Console.WriteLine(HtmlNode.IsClosedElement("<a>我愛你</a>")); //輸出 False
Console.WriteLine(HtmlNode.IsEmptyElement("<a>我愛你</a>")); //輸出 False
Console.WriteLine(newnode4.OuterHtml);
HtmlNode node20 = HtmlNode.CreateNode("<p>新的第二行</p>");
newnode4.AppendChild(node20);
HtmlNodeCollection hnc = newnode4.SelectNodes("//p"); //根據XPath一次過擷取多個Node
Console.WriteLine(hnc.Count); //輸出29
string str1 = node20.WriteContentTo();
Console.WriteLine(str1); //輸出 新的第二行 将節點内容寫入字元串
//public void WriteContentTo(TextWriter outText);
//public string WriteTo();
//public void WriteTo(TextWriter outText);
//public void WriteTo(XmlWriter writer);
Console.ReadKey();
} HtmlNodeType枚舉
HtmlNodeType是一個枚舉，用于說明一個節點的類型。
源代碼如下所示：
public enum HtmlNodeType
{
Document = 0,
Element = 1,
Comment = 2,
Text = 3,
} 1、Document 是文檔
2、Element 是元素節點
3、Conment 是注釋節點
4、Text 是文本節點
HtmlAttribute HTML屬性處理類
HtmlAttribute 在HtmlAgilityPack扮演的是一個HTML代碼屬性的容器，同時提供了用于處理HTML屬性的一些功能。
一、屬性
int Line { get; } 擷取文檔中的此屬性的行數。
int LinePosition { get; } 擷取文檔中此屬性所在列數
string Name { get; set; } 目前屬性的名稱
string OriginalName { get; } 目前屬性未經更改的屬性
HtmlDocument OwnerDocument { get; } 傳回目前屬性所在的文檔引用
HtmlNode OwnerNode { get; } 目前屬性所在節點的引用
AttributeValueQuote QuoteType { get; set; } 傳回一個枚舉值，訓示屬性包裝在單引号裡還是雙引号裡
int StreamPosition { get; } 此屬性開始位置位于整個文檔的字元位置
string Value { get; set; } 此屬性的值
string XPath { get; } 傳回屬性的通路XPath表達式
二、方法
HtmlAttribute Clone(); 克隆到另外一個HttpAttribute
int CompareTo(object obj); 将目前執行個體與另一個屬性進行比較。比較基于屬性的名稱。
void Remove(); 從文檔中移除該屬性
static void Main(string[] args)
{
//<ul class="user_match clear">
// <li>年齡：21～30之間</li>
// <li>婚史：未婚</li>
// <li>地區：不限</li>
// <li>身高：175～185厘米之間</li>
// <li>學曆：不限</li>
// <li>職業：不限</li>
// <li>月薪：不限</li>
// <li>住房：不限</li>
// <li>購車：不限</li>
//</ul>
WebClient wc = new WebClient();
wc.BaseAddress = "http://www.juedui100.com/";
wc.Encoding = Encoding.UTF8;
HtmlDocument doc = new HtmlDocument();
string html = wc.DownloadString("user/6971070.html");
doc.LoadHtml(html);
HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]"); //根據XPath查找節點，跟XmlNode差不多
HtmlAttribute attr = node.Attributes["class"];
Console.WriteLine(attr.Line); //輸出 155 此屬性所在文檔的行數
Console.WriteLine(attr.LinePosition); //輸出 6 此屬性位于文檔的列數
Console.WriteLine(attr.Name); //輸出 class 屬性名
Console.WriteLine(attr.OriginalName); //輸出 class 未經過更改的原始屬性名
Console.WriteLine(attr.OwnerDocument); //擷取所在文檔
HtmlNode node1 = attr.OwnerNode;
Console.WriteLine(node1.Name); //輸出 ul
AttributeValueQuote ty = attr.QuoteType; //指定的資料包裝在雙引号裡還是單引号裡
Console.WriteLine(ty.ToString()); //輸出 DoubleQuote AttributeValueQuote是一個枚舉，隻有兩個值SingleQuote與DoubleQuote
Console.WriteLine(attr.StreamPosition); //輸出7355 屬性所在文檔的字元位置
Console.WriteLine(attr.Value); //輸出 user_match clear 屬性的值
Console.WriteLine(attr.XPath); //輸出 /html[1]/body[1]/div[4]/div[1]/div[2]/ul[1]/@class[1] 目前屬性的通路XPath表達式
HtmlAttribute attr1 = attr.Clone();
Console.WriteLine(attr1.Name + " : " + attr1.Value); //輸出 class : user_match clear
//Compareto(Object obj)
attr.Remove();
Console.WriteLine(node.OuterHtml); //輸出 <ul><li>.....</ul> 該屬性已被移除
Console.ReadKey();
} HtmlTextNode & HtmlCommentNode
在HtmlAgilityPack裡，HtmlTextNode對應的是文本節點。這是一個非常簡單的一個類，方法和字段都比較少。
override string InnerHtml { get; set; } 文本内的HTML代碼(不包括自身)
override string OuterHtml { get; } 整個文本節點的Html代碼
string Text { get; set; } 文本字元串
internal HtmlTextNode(HtmlDocument ownerdocument, int index);
static void Main(string[] args)
{
//<ul class="user_match clear">
// <li>年齡：21～30之間</li>
// <li>婚史：未婚</li>
// <li>地區：不限</li>
// <li>身高：175～185厘米之間</li>
// <li>學曆：不限</li>
// <li>職業：不限</li>
// <li>月薪：不限</li>
// <li>住房：不限</li>
// <li>購車：不限</li>
//</ul>
WebClient wc = new WebClient();
wc.BaseAddress = "http://www.juedui100.com/";
wc.Encoding = Encoding.UTF8;
HtmlDocument doc = new HtmlDocument();
string html = wc.DownloadString("user/6971070.html");
doc.LoadHtml(html);
HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]/li[1]"); //根據XPath查找節點，跟XmlNode差不多
//在此處node是第一個li節點
HtmlTextNode tNode = node.FirstChild as HtmlTextNode;
Console.WriteLine(tNode.Text); //輸出 年齡：21～30之間
Console.WriteLine(tNode.InnerHtml); //輸出 年齡：21～30之間
Console.WriteLine(tNode.OuterHtml); //輸出 年齡：21～30之間 奇怪沒什麼變化
Console.ReadKey();
} HtmlDocument
HtmlDocument類對應着一個HTML文檔代碼。它提供了建立文檔，裝載文檔，修改文檔等等一系列功能，來看看它提供的功能。
int CheckSum { get; } 如果 OptionComputeChecksum 設定為 true 之前解析，0 否則擷取文檔 CRC32 校驗和。
Encoding DeclaredEncoding { get; } 擷取文檔的聲明的編碼。聲明确定編碼使用 meta http-equiv ="内容類型"内容 ="文本/html ； charset = XXXXX"html 節點。
HtmlNode DocumentNode { get; } 擷取文檔的根節點。
Encoding Encoding { get; } 擷取文檔的輸出編碼。
IEnumerable<HtmlParseError> ParseErrors { get; } 擷取文檔在解析過程中，發現的解析錯誤集合
string Remainder { get; } 擷取剩餘的文本。如果 OptionStopperNodeName 為空，此屬性将始終為空。
int RemainderOffset { get; } 擷取原始 Html 文本中其餘部分的偏移量。如果 OptionStopperNodeName 為 null，這将傳回原始 Html 文本的長度。
Encoding StreamEncoding { get; } 擷取文檔的流的編碼。
HtmlAttribute CreateAttribute(string name); 建立一個屬性，指定名稱
HtmlAttribute CreateAttribute(string name, string value); 建立一個屬性，指定名稱和值
HtmlCommentNode CreateComment(); 建立一個空的注釋節點
HtmlCommentNode CreateComment(string comment); 使用指定的名稱建立一個注釋節點
HtmlNode CreateElement(string name); 使用指定的名稱建立一個 HTML 元素節點。
XPathNavigator CreateNavigator(); 建立一個XPathNavigator 對象
HtmlTextNode CreateTextNode(); 建立一個文本節點
HtmlTextNode CreateTextNode(string text); 建立一個文本節點，并用參數的值指派
Encoding DetectEncoding(Stream stream); 檢測到的 HTML 流的編碼。
Encoding DetectEncoding(string path); 檢測編碼的 HTML 文本。
Encoding DetectEncoding(TextReader reader); 檢測到的關于 TextReader 提供 HTML 文本的編碼。
void DetectEncodingAndLoad(string path); 檢測到第一，從一個檔案的 HTML 文檔的編碼，然後加載該檔案。
void DetectEncodingAndLoad(string path, bool detectEncoding); 檢測到第一，從一個檔案的 HTML 文檔的編碼，然後加載該檔案。
Encoding DetectEncodingHtml(string html); 檢測編碼的 HTML 文本。
HtmlNode GetElementbyId(string id); 根據Id查找一個節點
static string GetXmlName(string name); 擷取一個有效的 XML 名稱。
static string HtmlEncode(string html); 靜态方法，對一個字元串進行HTML編碼
static bool IsWhiteSpace(int c); 确定指定的字元是否是一個空白字元。
void Load(Stream stream); 從流中加載一個文檔
void Load(string path); 從路徑中加載一個文檔
void Load(TextReader reader);
void Load(Stream stream, bool detectEncodingFromByteOrderMarks);
void Load(Stream stream, Encoding encoding);
void Load(string path, bool detectEncodingFromByteOrderMarks);
void Load(string path, Encoding encoding);
void Load(Stream stream, Encoding encoding, bool detectEncodingFromByteOrderMarks);
void Load(string path, Encoding encoding, bool detectEncodingFromByteOrderMarks);
void Load(Stream stream, Encoding encoding, bool detectEncodingFromByteOrderMarks, int buffersize);
void Load(string path, Encoding encoding, bool detectEncodingFromByteOrderMarks, int buffersize);
void LoadHtml(string html); 從字元串中加載一個文檔
void Save(Stream outStream); 将目前HTML文檔儲存入流
void Save(StreamWriter writer);
void Save(string filename); 将HTML文檔儲存到指定的路徑
void Save(TextWriter writer);
void Save(XmlWriter writer);
void Save(Stream outStream, Encoding encoding);
void Save(string filename, Encoding encoding);
屬性代碼示例：
static void Main(string[] args)
{
WebClient wc = new WebClient();
wc.BaseAddress = "http://www.juedui100.com/";
wc.Encoding = Encoding.UTF8;
HtmlDocument doc = new HtmlDocument();
string html = wc.DownloadString("user/6971070.html");
doc.LoadHtml(html);
int i = doc.CheckSum; //如果 OptionComputeChecksum 設定為 true 之前解析，0 否則擷取文檔 CRC32 校驗和。
Console.WriteLine(i); //輸出 0
Encoding enc = doc.DeclaredEncoding; //擷取文檔的聲明的編碼。
Console.WriteLine(enc.BodyName); //輸出 utf-8
HtmlNode node = doc.DocumentNode; //擷取文檔的根節點
Console.WriteLine(node.Name); //輸出 #document
Encoding enc1 = doc.Encoding; //擷取文檔的輸出編碼
Console.WriteLine(enc1.BodyName); //輸出utf-8
IEnumerable<HtmlParseError> eList = doc.ParseErrors; //文檔在解析過程中發現的解析錯誤集合
string str = doc.Remainder; //擷取剩餘的文本。
Console.WriteLine(str); //什麼都沒輸出
int offset = doc.RemainderOffset; //擷取原始 Html 文本中其餘部分的偏移量。
Console.WriteLine(offset); //輸出 25762
Encoding enc2 = doc.StreamEncoding;
Console.WriteLine(enc2.BodyName);
Console.ReadKey();
} 方法代碼示例：
用于測試的HTML代碼：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
</head>
<body>
</body>
</html> 主程式代碼：
static void Main(string[] args)
{
HtmlDocument doc = new HtmlDocument();
doc.Load(@"D:\1234.html"); //此方法有11個重載，支援各種加載Html文檔
//Console.WriteLine(doc.DocumentNode.InnerHtml); 已經加載成功，輸出D:123.html的頁面代碼
HtmlNode node1 = doc.CreateElement("div"); //本文檔建立一個節點
node1.InnerHtml = "我是一個div";
doc.DocumentNode.SelectSingleNode("//body").AppendChild(node1); //将節點追加到body裡
HtmlAttribute attr = doc.CreateAttribute("class", "class1");
doc.DocumentNode.SelectSingleNode("/html/body/div[1]").Attributes.Add(attr); //此方法也可以用兩個參數添加。
//以上代碼執行之後 body裡的内容變為 <body><div class="class1">我是一個div</div></body> 看到屬性又被添加進去了
HtmlCommentNode cNode = doc.CreateComment();
cNode.Comment = "<!--這是一段注釋-->"; //應該不是這樣寫的吧？可能是我寫錯了，先跳過這一段
doc.DocumentNode.SelectSingleNode("/html/body/div[1]").AppendChild(cNode); //雖然達到了目的，但是應該不是這樣寫的吧
//執行之後
//<body>
// <div class="class1">我是一個div<!--這是一段注釋--></div> 留意到注釋節點已添加進去了
//</body>
HtmlTextNode tNode = doc.CreateTextNode("我是一個文本節點");
doc.DocumentNode.SelectSingleNode("/html/body/div[1]").AppendChild(tNode);
//執行之後
//<body>
// <div class="class1">我是一個div<!--這是一段注釋-->我是一個文本節點</div> //留意到文本節點已添加進去了
//</body>
Encoding enc = doc.DetectEncoding(@"D:\1234.html"); //3個重載，應該是從流中，TextWriter中和 路徑中檢測編碼
//Console.WriteLine(enc.BodyName); //擷取不到對象，不知道哪裡錯了
HtmlNode node = doc.CreateElement("p");
node.InnerHtml = "我是一個p";
HtmlAttribute attr2 = doc.CreateAttribute("id","id1");
node.Attributes.Add(attr2);
doc.DocumentNode.AppendChild(node);
HtmlNode node2 = doc.GetElementbyId("id1"); //根據Id查找節點
Console.WriteLine(node2.InnerText); //輸出 我是一個p
string strHtml = "<b>我是一個加粗節點</b>";
string s = HtmlDocument.HtmlEncode(strHtml);
Console.WriteLine(s); //輸出 <b>我是一個加粗節點</b> 這是經過HTML編碼的字元串
string str = HtmlDocument.GetXmlName("<sss"); //根據字元串擷取一個有效的XML名稱
Console.WriteLine(str); //輸出 _3c_sss
Console.WriteLine(HtmlDocument.IsWhiteSpace(10)); //True
Console.WriteLine(HtmlDocument.IsWhiteSpace(101)); //False
doc.Save(@"D:\123.html"); //Save方法有多個重載，可以通過流，路徑，并且還能指定編碼等等。
HtmlDocument doc1 = new HtmlDocument();
string html = File.ReadAllText(@"D:\123.html");
doc1.LoadHtml(html); //此方法表示從一個字元串中載入HtmlDocument
Console.ReadKey();
} HtmlWeb類
HtmlWeb類是一個從網絡上擷取一個HTML文檔的類，其提供的功能大多是基于完成此需求出發。現在來來HtmlWeb類有哪些方法以及屬性。
一、屬性
bool AutoDetectEncoding { get; set; } 擷取或設定一個值，該值訓示是否必須将自動檢測文檔編碼。
bool CacheOnly { get; set; } 擷取或設定一個值，該值訓示是否隻從緩存中擷取的文檔。如果此設定為 true 并且文檔未找到在緩存中，并不會加載。
string CachePath { get; set; } 擷取或設定緩存路徑。如果為 null，則将使用無緩存的機制。
bool FromCache { get; } 擷取一個值，該值訓示是否從緩存中檢索的最後一次加載的文檔。
Encoding OverrideEncoding { get; set; } 擷取或設定用于重寫從任何 web 請求的響應流的編碼。
int RequestDuration { get; } 擷取上次請求持續時間，以毫秒為機關。
Uri ResponseUri { get; } 擷取的網際網路資源的實際響應請求的 URI。
HttpStatusCode StatusCode { get; } 擷取上次請求狀态。
int StreamBufferSize { get; set; } 擷取或設定用于記憶體操作的緩沖區的大小。
bool UseCookies { get; set; } 擷取或設定一個值，該值訓示是否将存儲的 cookie。
string UserAgent { get; set; } 擷取或設定任何 webrequest 上發送的使用者代理 HTTP 1.1 标頭
bool UsingCache { get; set; } 擷取或設定一個值，訓示是否使用的緩存機制。
二、方法(删減了不少重載)
object CreateInstance(string url, Type type); 從指定的網際網路資源建立給定類型的執行個體。
void Get(string url, string path); 從網際網路資源擷取 HTML 文檔并将其儲存到指定的檔案。
string GetCachePath(Uri uri); 擷取指定的 url 緩存檔案路徑。
static string GetContentTypeForExtension(string extension, string def); 擷取給定的路徑擴充的 MIME 内容類型。
static string GetExtensionForContentType(string contentType, string def); 擷取給定的 MIME 内容類型的路徑擴充。
HtmlDocument Load(string url); 從一個網址加載代碼并傳回一個HtmlDocument
void LoadHtmlAsXml(string htmlUrl, string xsltUrl, XsltArgumentList xsltArgs, XmlTextWriter writer); 從網際網路資源加載 HTML 文檔，并将其儲存到指定的 XmlTextWriter。
代碼示例：由于對HTTP方面的很多知識尚不熟悉，是以先跳過，以後再補充那些不懂的。
static void Main(string[] args)
{
HtmlWeb web = new HtmlWeb();
Console.WriteLine(web.AutoDetectEncoding); //輸出 True
Console.WriteLine(web.CacheOnly); //輸出 False
Console.WriteLine(web.CachePath); //輸出 空白(啥都不輸出)
Console.WriteLine(web.OverrideEncoding); //輸出 空白
Console.WriteLine(web.RequestDuration); //輸出 0 上次持續請求時間為0？
Console.WriteLine(web.ResponseUri); //輸出 空白
Console.WriteLine(web.StatusCode); //輸出 Ok 就是 200了，枚舉來的
Console.WriteLine(web.StreamBufferSize); //輸出 1024
Console.WriteLine(web.UseCookies); //輸出 False
Console.WriteLine(web.UserAgent); //輸出 FireFox...................................
Console.WriteLine(web.UsingCache); //輸出 False
HtmlDocument doc = web.Load("http://www.juedui100.com");
Console.WriteLine(doc.DocumentNode.SelectSingleNode("//title").InnerText); //輸出 交友_征婚_找對象,上絕對100婚戀交友網
Uri uri = new Uri("http://www.juedui100.com");
web.CachePath = @"D:\juedui100\";
web.UsingCache = true; //要先開啟使用緩存，下面的方法才能夠使用
Console.WriteLine(web.GetCachePath(uri));
web.Get("http://www.juedui100.com",@"D:\juedui100.html");
//二、方法(删減了不少重載)
//object CreateInstance(string url, Type type); 從指定的網際網路資源建立給定類型的執行個體。
//static string GetContentTypeForExtension(string extension, string def); 擷取給定的路徑擴充的 MIME 内容類型。
//static string GetExtensionForContentType(string contentType, string def); 擷取給定的 MIME 内容類型的路徑擴充。
//void LoadHtmlAsXml(string htmlUrl, string xsltUrl, XsltArgumentList xsltArgs, XmlTextWriter writer); 從網際網路資源加載 HTML 文檔，并将其儲存到指定的 XmlTextWriter。
Console.ReadKey();
} HtmlAgilityPack下載下傳開啟壓縮的頁面亂碼
HtmlWeb web = new HtmlWeb();
HtmlAgilityPack.HtmlWeb.PreRequestHandler handler = delegate(HttpWebRequest request)
{
request.Headers[HttpRequestHeader.AcceptEncoding] = "gzip, deflate";
request.AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip;
request.CookieContainer = new System.Net.CookieContainer();
return true;
};
web.PreRequest += handler;
web.OverrideEncoding = Encoding.Default; web.OverrideEncoding = Encoding.Default; ![移動産品設計的八個原則[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)