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

User Tools

Site Tools

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

Local Backup

1. 安裝

2. 基本用法

2.1 解析HTML 文檔

3. 進階用法

3.1 選擇元素

3.2 修改文檔

3.3 處理表單

3.4 使用CSS 選擇器

3.5 解析和操作CSS

3.6 執行JavaScript

3.7 處理表格數據

3.8 解析XML

4. 錯誤處理與最佳實踐

4.1 使用try-catch 區塊

4.2 檢查元素是否存在

4.3 使用Linq 與AngleSharp

5. 結論

Page Tools