Html Agility Pack (HAP)：c# HTML 解析利器

【爬虫】系列文章目录

Html Agility Pack (HAP)是一个敏捷的HTML解析器，它构建了一个读/写DOM， 并且支持普通的XPATH或者XSLT（实际上你不需要理解XPATH或者XSLT来使用它，不用担心）。 这是一个.NET代码库，允许您解析“网络”HTML文件。 解析器对“真实世界”格式错误的HTML非常宽容。

对象模型与提出System.Xml非常相似，但对于HTML文档（或流）。

发行说明

现在所有版本都是以发布模式构建的。重建影响：Net45 / *和NetCore45 / *

依赖

它的依赖就是 .NET Framework 了。基本各个版本都支持。具体请参考：Nuget 上的 HtmlAgilityPack 包页面。
注： Html Agility Pack 也是按照 DOM 模型对 HTML 文档进行解析，HtmlNode 就像在 JS 脚本中的 Node，属性与方法和JS中比较相似。但它使用 XPATH 做为选择器，与 JQuery，jsoup 的选择器不同，所以使用起来会很不习惯（当然，如果你对XPath很熟悉的话，那会得心应手）。
不过你完全不懂XPath也没有关系，只要你会使用 Chrome 浏览器的开发者工具就可以了。

Html Agility Pack 之前的首页是指向：CodePlex
现在的主页是：http://html-agility-pack.net/

下一节：Html Agility Pack (HAP) 应用入门

【爬虫】系列文章目录