AngleSharp：AngleSharp：強大的C# HTML 解析庫 (2025-03-11)

Source: http://www.clicksun.net/mis/bbs/showapp.asp?id=26908

Local Backup

AngleSharp 是一個功能強大的.NET 函式庫，用於解析HTML、XML 和CSS。它提供了一個直覺的API，使得在C# 中處理Web 文件變得簡單且有效率。本文將詳細介紹AngleSharp 的使用方法，並提供多個實用的範例。

1. 安裝

首先，透過NuGet 套件管理器安裝AngleSharp：
```
Install-Package AngleSharp
```

2. 基本用法

2.1 解析HTML 文檔

using AngleSharp;
using AngleSharp.Dom;
using System;

class Program
{
    static async Task Main(string[] args)
    {
        // 配置 AngleSharp
        var config = Configuration.Default;
        // 创建一个新的上下文
        var context = BrowsingContext.New(config);

        // 解析 HTML 字符串
        var html = "＜html＞＜body＞＜h1＞Hello, AngleSharp!＜/h1＞＜/body＞＜/html＞";
        var document = await context.OpenAsync(req =＞ req.Content(html));

        // 获取并打印 h1 元素的文本
        var h1 = document.QuerySelector("h1");
        Console.WriteLine(h1.TextContent); // 输出: Hello, AngleSharp!
    }
}

2.2 從URL 載入文檔

static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var context = BrowsingContext.New(config);

    var document = await context.OpenAsync("https://www.163.com");

    var title = document.QuerySelector("title");
    Console.WriteLine($"Page title: {title.TextContent}");
}

3. 進階用法

3.1 選擇元素

AngleSharp 支援多種選擇元素的方法：

static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var context = BrowsingContext.New(config);

    var document = await context.OpenAsync("https://www.cnblogs.com/");

    // 通过 ID 选择
    var elementById = document.GetElementById("myId");

    // 通过类名选择
    var elementsByClass = document.GetElementsByClassName("post-item-title");
    foreach (var element in elementsByClass)
    {
        Console.WriteLine(element.TextContent);
    }

    // 通过标签名选择
    var elementsByTag = document.GetElementsByTagName("div");

    // 使用 CSS 选择器
    var elementBySelector = document.QuerySelectorAll(".post-item-text ＞ p");
    foreach (var element in elementBySelector)
    {
        Console.WriteLine(element.TextContent);
    }

    var elementsBySelector = document.QuerySelectorAll("div.myClass");

    foreach (var element in elementsBySelector)
    {
        Console.WriteLine(element.TextContent);
    }
}

3.2 修改文檔

AngleSharp 允許你動態修改文件：

static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var context = BrowsingContext.New(config);

    var document = await context.OpenAsync(req =＞ req.Content("＜html＞＜body＞＜/body＞＜/html＞"));

    var body = document.Body;

    // 创建新元素
    var newDiv = document.CreateElement("div");
    newDiv.ClassName = "newClass";
    newDiv.TextContent = "This is a new div";

    // 添加到文档
    body.AppendChild(newDiv);

    // 修改现有元素
    var existingDiv = document.QuerySelector("div");
    existingDiv.SetAttribute("data-custom", "value");

    // 删除元素
    var elementToRemove = document.QuerySelector(".removeMe");
    elementToRemove?.Remove();

    Console.WriteLine(document.DocumentElement.OuterHtml);
}

3.3 處理表單

AngleSharp 可以用來處理HTML 表單：

static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var context = BrowsingContext.New(config);

    var html = @"
    ＜form id='loginForm'＞
        ＜input type='text' name='username' /＞
        ＜input type='password' name='password' /＞
        ＜input type='submit' value='Login' /＞
    ＜/form＞";

    var document = await context.OpenAsync(req =＞ req.Content(html));

    var form = document.QuerySelector("#loginForm") as IHtmlFormElement;
    var usernameInput = form["username"] as IHtmlInputElement;
    var passwordInput = form["password"] as IHtmlInputElement;

    usernameInput.Value = "myUsername";
    passwordInput.Value = "myPassword";

    // 模拟表单提交
    await form.SubmitAsync();
}

3.4 使用CSS 選擇器

AngleSharp 支援複雜的CSS 選擇器：

var html = @"
＜div＞
    ＜p＞First paragraph＜/p＞
    ＜p＞Second paragraph＜/p＞
    ＜p＞Third paragraph＜/p＞
＜/div＞";

var document = await context.OpenAsync(req =＞ req.Content(html));

// 选择第二个段落
var secondP = document.QuerySelector("p:nth-child(2)");
Console.WriteLine(secondP.TextContent); // 输出: Second paragraph

// 选择带有特定类的段落
var highlightedP = document.QuerySelector("p.highlight");
Console.WriteLine(highlightedP.TextContent); // 输出: Second paragraph

// 选择所有段落
var allParagraphs = document.QuerySelectorAll("p");
foreach (var p in allParagraphs)
{
    Console.WriteLine(p.TextContent);
}

3.5 解析和操作CSS

AngleSharp 也可以用來解析和操作CSS：

static async Task Main(string[] args)
{
    var config = Configuration.Default.WithDefaultLoader();
    var context = BrowsingContext.New(config);

    var css = @"
    body {
        font-family: Arial, sans-serif;
        background-color: #f0f0f0;
    }
    .highlight {
        color: red;
        font-weight: bold;
    }";

    var parser = new CssParser();
    var stylesheet = parser.ParseStyleSheet(css);

    foreach (var rule in stylesheet.Rules)
    {
        if (rule is ICssStyleRule styleRule)
        {
            Console.WriteLine($"Selector: {styleRule.SelectorText}");
            foreach (var declaration in styleRule.Style)
            {
                Console.WriteLine($"  {declaration.Name}: {declaration.Value}");
            }
        }
    }
}

3.6 執行JavaScript

雖然AngleSharp 主要用於HTML 和CSS 解析，但它也提供了一個基本的JavaScript 執行環境：

static async Task Main(string[] args)  
{
    var config = Configuration.Default.WithJs();
    var context = BrowsingContext.New(config);

    var document = await context.OpenAsync(req =＞ req.Content("＜div id='result'＞＜/div＞"));

    var script = @"
    document.getElementById('result').textContent = 'Hello from JavaScript!';
    ";

    var engine = context.GetService＜JsScriptingService＞();
    var jsValue = engine.EvaluateScript(document, script);

    var result = document.GetElementById("result");
    Console.WriteLine(result.TextContent); // 输出: Hello from JavaScript!
}

3.7 處理表格數據

AngleSharp 可以很方便地處理HTML 表格：

static async Task Main(string[] args)
{
    var config = Configuration.Default;
    var context = BrowsingContext.New(config);
    var html = @"
    ＜table id='dataTable'＞
        ＜tr＞＜th＞Name＜/th＞＜th＞Age＜/th＞＜/tr＞
        ＜tr＞＜td＞John＜/td＞＜td＞30＜/td＞＜/tr＞
        ＜tr＞＜td＞Jane＜/td＞＜td＞25＜/td＞＜/tr＞
    ＜/table＞";

    var document = await context.OpenAsync(req =＞ req.Content(html));

    var table = document.GetElementById("dataTable") as IHtmlTableElement;

    foreach (var row in table.Rows)
    {
        var cells = row.Cells;
        if (cells.Length == 2)
        {
            Console.WriteLine($"Name: {cells[0].TextContent}, Age: {cells[1].TextContent}");
        }
    }
}

3.8 解析XML

AngleSharp 不只可以解析HTML，還可以解析XML：

static async Task Main(string[] args)
{
    var xml = @"
    ＜root＞
        ＜element attribute='value'＞
            ＜child＞Content＜/child＞
        ＜/element＞
    ＜/root＞"
    ;

    var parser = new XmlParser();
    var document = await parser.ParseDocumentAsync(xml);

    var root = document.DocumentElement;
    var element = root.FirstElementChild;
    var attribute = element.GetAttribute("attribute");
    var childContent = element.FirstElementChild.TextContent;

    Console.WriteLine($"Attribute: {attribute}");
    Console.WriteLine($"Child content: {childContent}");
}

4. 錯誤處理與最佳實踐

4.1 使用try-catch 區塊

始終使用try-catch 區塊來處理可能出現的異常：

try
{
    var document = await context.OpenAsync("https://example.com");
    // 处理文档...
}
catch (AngleSharp.Io.NetworkException ex)
{
    Console.WriteLine($"Network error: {ex.Message}");
}
catch (Exception ex)
{
    Console.WriteLine($"An unexpected error occurred: {ex.Message}");
}

4.2 檢查元素是否存在

在存取元素之前，請始終檢查元素是否存在：

var element = document.QuerySelector(".myClass");
if (element != null)
{
    Console.WriteLine(element.TextContent);
}
else
{
    Console.WriteLine("Element not found");
}

4.3 使用Linq 與AngleSharp

AngleSharp 的查詢結果可以與Linq 結合使用：

var paragraphs = document.QuerySelectorAll("p")
    .Where(p =＞ p.ClassList.Contains("important"))
    .Select(p =＞ p.TextContent);

foreach (var text in paragraphs)
{
    Console.WriteLine(text);
}

5. 結論

AngleSharp 是一個強大且靈活的函式庫，它為C# 開發者提供了豐富的HTML、CSS 和XML 處理功能。從簡單的文件解析到複雜的DOM 操作，AngleSharp 都能勝任。
透過本文提供的範例，你應該能夠處理大多數與Web 文件解析和操作相關的任務。 AngleSharp 的API 設計直觀，使得即使是複雜的操作也能夠簡單地實現。
在使用AngleSharp 時，請記得正確處理異常，並考慮效能影響。對於需要處理大量文件或執行頻繁操作的情況，可能需要考慮使用快取或其他最佳化技術。

Back AngleSharp Related Topics

2 person(s) visited this page until now.
Back Study Topics