IronPython和BeautifulSoup，win32应用程序

Question

IronPython和BeautifulSoup一起工作吗？如果是的话，哪个版本的IronPython？使用IronPython（主要是c＃调用一些python代码来解析html）在.net
2.0上分发Windows桌面应用程序有多容易？

Answer 1

我一直在问自己同样的问题，在努力遵循这里和其他地方的建议以使IronPython和BeautifulSoup与我现有的代码很好地配合使用后，我决定寻找替代的本机.NET解决方案。BeautifulSoup是一段很棒的代码，起初它看起来似乎没有可与.NET相提并论的东西，但是后来我找到了HTML
Agility
Pack，

并且我认为我确实比BeautifulSoup获得了一些可维护性。它采用干净或简洁的HTML，并从中生成优雅的XML
DOM，可以通过XPath查询。使用几行代码，您甚至可以取回原始XDocument，然后在LINQ to
XML中编写查询。老实说，如果您要进行网络抓取，那么这就是您可能会找到的最干净的解决方案。

编辑

这是一个简单的示例（阅读：一点也不鲁棒），它解析了美国众议院的假期时间表：

using System;
using System.Collections.Generic;
using HtmlAgilityPack;

namespace GovParsingTest
{
    class Program
    {
        static void Main(string[] args)
        {
            HtmlWeb hw = new HtmlWeb();
            string url = @"http://www.house.gov/house/House_Calendar.shtml";
            HtmlDocument doc = hw.Load(url);

            HtmlNode docNode = doc.DocumentNode;
            HtmlNode div = docNode.SelectSingleNode("//div[@id='primary']");
            HtmlNodeCollection tableRows = div.SelectNodes(".//tr");

            foreach (HtmlNode row in tableRows)
            {
                HtmlNodeCollection cells = row.SelectNodes(".//td");
                HtmlNode dateNode = cells[0];
                HtmlNode eventNode = cells[1];

                while (eventNode.HasChildNodes)
                {
                    eventNode = eventNode.FirstChild;
                }

                Console.WriteLine(dateNode.InnerText);
                Console.WriteLine(eventNode.InnerText);
                Console.WriteLine();
            }

            //Console.WriteLine(div.InnerHtml);
            Console.ReadKey();
        }
    }
}