C#Xpath解析HtmlDocument的使用方法与递归取得页面所有标签xpath值（附源码）

在学习HTML Xpath之前呢我们先来下载一下Dll文件
下载地址：http://htmlagilitypack.codeplex.com/
大家下载单击如下图片下载就行了
<ignore_js_op> 

接下来就是在程序中引用一下，
<ignore_js_op> 
然后就可以直接调用 了，大家看看
代码吧

普通浏览复制代码

1.   //htmlDcoument对象用来访问Html文档s
2.             HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
3.             //加载Html文档
4.             hd.LoadHtml(strhtml);
5.   string str = hd.DocumentNode.SelectSingleNode("//*[@id='e_font']").OuterHtml;

这样就可以得到一个标签的HTml代码了
OuterHtml是取包含本身的Html如果是InnerHtml就是取的包含在这个标签之内的所有Html代码了
这点大家要注意了
如果大家想获取Html代码的Xpath路径就是这部分

1. //*[@id='e_font']

复制代码

这个其实很简单只在大家安装一个Firbug就行了，
看下图片
<ignore_js_op> 
大家只要进入选择模式，然后选择你要的内容，然后右键复制一下就行了。
然后放在SelectSingleNode（）方法里就OK了
下面我说说几个方法和属性的意思吧、
方法

---

SelectNodes 获取的是一个集合
SelectSingleNode 获取一个标签
SetAttributeValue 设置标签的属性值例如：SetAttributeValue("name","xpath-89");这说明把name属性的值修改为xpath-89
属性

---

OuterHtml   是取包含本身的Html
InnerHtml   取的包含在这个标签之内的所有Html代码了
XPath   获取相对应的Xpath值
Attributes 获取一个属性的值例如：Attributes("name") 
也可以进行添加属性例如：

普通浏览复制代码

1. hd.DocumentNode.SelectSingleNode(item.Key).Attributes.Add("xpathid", "xpath_1" );

下面我写了一个递归获取Html页面所有Xpath值的方法大家看一下吧

普通浏览复制代码

1.   //key（Xpath）,value（整个节点）
2.         public List<ObjXpath> XpathList = new List<ObjXpath>();
3.         public string strhtml = "";//这里就是你的Html代码具体怎么获取请参考我的<a href=\"http://www.sufeinet.com/thread-3-1-1.html\" target=\"_blank\">HttpHelper</a>类吧
4.           private int Index = 0;
5. //开始处理Node
6.         private void SartNode()
7.         {
8.             //htmlDcoument对象用来访问Html文档s
9.             HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
10.             //加载Html文档
11.             hd.LoadHtml(strhtml);
12.             HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes;
13.             Index = 0;
14.             XpathList.Clear();
15.             foreach (HtmlNode em in htmllist)
16.             {
17.                 Setxpath(em);
18.             }
19.         }
20.         /// <summary>
21.         /// 递归获取Html Dom
22.         /// </summary>
23.         /// <param name="node">要处理的节点</param>
24.         private void Setxpath(HtmlNode node)
25.         {
26.             foreach (HtmlNode item in node.ChildNodes)
27.             {
28.                 if (item.XPath.Contains("#"))
29.                 {
30.                     continue;
31.                 }
32.                 if (item.ChildNodes.Count > 0)
33.                 {
34.                     XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
35.                     Index++;
36.                     Setxpath(item);
37.                 }
38.                 else
39.                 {
40.                     XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
41.                     Index++;
42.                 }
43.             }
44.         }
45.   public class ObjXpath
46.     {
47.         public string id { get; set; }
48.         public string Key { get; set; }
49.         public string Value { get; set; }
50.     }

XpathList 就是获取的所有Xpath值了，大家有兴趣的话可以试试
我们先来看看效果吧
<ignore_js_op> 
好了下面放出所有代码给大家

普通浏览复制代码

1. using System;
2. using System.Collections.Generic;
3. using System.ComponentModel;
4. using System.Data;
5. using System.Drawing;
6. using System.Linq;
7. using System.Text;
8. using System.Windows.Forms;
9. using System.Text.RegularExpressions;
10. using System.Threading;
11. using HtmlAgilityPack;
12. using System.IO;
13. using System.Runtime.Serialization.Json;
14. 
15. namespace AutoXpathTools
16. {
17.     public partial class Form1 : Form
18.     {
19.         public Form1()
20.         {
21.             InitializeComponent();
22.         }
23. 
24.         #region 私有变量和方法
25. 
26.         //委托传入一个字符串
27.         private delegate void SetListBox(string str);
28. 
29.         //key（Xpath）,value（整个节点）
30.         List<ObjXpath> XpathList = new List<ObjXpath>();
31.         private int Index = 0;
32.         //htmlDcoument对象用来访问Html文档
33.         HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
34. 
35.         #endregion
36. 
37.         //分析Xpath的所有代码
38.         private void btnGetXpath_Click(object sender, EventArgs e)
39.         {
40.             try
41.             {
42.                 HttpHelper http = new HttpHelper();
43.                 HttpItem item = new HttpItem() { URL = textBox1.Text.Trim(), IsToLower = false, Encoding = "gbk" };
44.                 txtXml.Text = http.GetHtml(item);
45.                 if (!string.IsNullOrWhiteSpace(txtXml.Text) && txtXml.Text.Trim().ToLower() != "error")
46.                 {
47.                     //加载Html文档
48.                     hd.LoadHtml(txtXml.Text);
49.                   
50. 
51.                     Thread pingTask = new Thread(new ThreadStart(delegate
52.                     {
53.                         //代码,线程要执行的代码
54.                         SartNode(txtXml.Text);
55.                     }));
56.                     pingTask.Start();
57.                    
58.                 }
59.                 else
60.                 {
61.                     txtXml.Text = "根据您的的ULR：" + textBox1.Text.Trim() + "无法得到任何内容";
62.                 }
63.             }
64.             catch (Exception ex)
65.             {
66.                 txtXml.Text = ex.Message.Trim();
67.             }
68.         }
69.        
70. 
71.         //开始处理Node
72.         private void SartNode(string strhtml)
73.         {
74.             //htmlDcoument对象用来访问Html文档s
75.             HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
76.             //加载Html文档
77.             hd.LoadHtml(strhtml);
78.             HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes;
79.             Index = 0;
80.             XpathList.Clear();
81.             foreach (HtmlNode em in htmllist)
82.             {
83.                 Setxpath(em);
84.             }
85.         }
86.         /// <summary>
87.         /// 递归获取Html Dom
88.         /// </summary>
89.         /// <param name="node">要处理的节点</param>
90.         private void Setxpath(HtmlNode node)
91.         {
92.             foreach (HtmlNode item in node.ChildNodes)
93.             {
94.                 if (item.XPath.Contains("#"))
95.                 {
96.                     continue;
97.                 }
98.                 if (item.ChildNodes.Count > 0)
99.                 {
100.                     XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
101.                     UIContorol(item.XPath);
102.                     Index++;
103.                     Setxpath(item);
104.                 }
105.                 else
106.                 {
107.                     XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
108.                     UIContorol(item.XPath);
109.                     Index++;
110.                 }
111.             }
112.         }
113.       
114.         //使用委托给控件赋值
115.         private void UIContorol(string str)
116.         {
117.             listBox1.Items.Add(str);
118.             toolStripStatusLabel1.Text = str;
119.         }
120. 
121.         private void listBox1_SelectedValueChanged(object sender, EventArgs e)
122.         {
123.             if (listBox1.SelectedItem != null)
124.             {
125.                 txtPath.Text = listBox1.SelectedItem.ToString().Trim();
126.             }
127.         }
128. 
129.         private void button3_Click(object sender, EventArgs e)
130.         {
131.             txtContents.Text = hd.DocumentNode.SelectSingleNode(txtPath.Text.Trim()).OuterHtml;
132.         }
133.       
134.         private void Form1_Load(object sender, EventArgs e)
135.         {
136.             //HttpItem item = new HttpItem()
137.             //{
138.             //    URL = "http://www.diandian.com/login",
139.             //    Method = "post",
140.             //    Cookie = "dtid=ZfXUVo1IsplHR4mHW1HYmgKbY4GJa003; kvf=1358855337188; alf=1; dru=1356356040; _l5=y",
141.             //    ContentType = "application/x-www-form-urlencoded",
142.             //    Postdata = "account=xinsuilie1998@163.com&password=wjlove520&nextUrl=&lcallback=&persistent=1",
143.             //    Referer = "http://www.diandian.com/logout?formKey=e4714d863c862a84fafd83d98e5ecb22"
144.             //};
145.             //HttpHelper http = new HttpHelper();
146.             //string html = http.GetHtml(item);
147.             //string cookie = item.Cookie;
148.             //item = new HttpItem() { URL = "http://www.diandian.com/home", Cookie = cookie };
149.             //html = http.GetHtml(item);
150.         }
151.     }
152.     public class ObjXpath
153.     {
154.         public string id { get; set; }
155.         public string Key { get; set; }
156.         public string Value { get; set; }
157.     }
158. }

就到这里吧，大家可以下载我的源代码试试手
打包下载：
<ignore_js_op> AutoXpathTools.zip (76.32 KB, 下载次数: 0) 
如果你感觉可以话就给我推荐一下吧。感谢大家