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）
引用：https://www.cnblogs.com/wangchuang/archive/2013/03/11/2953638.html
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>xpath1.jpg
接下来就是在程序中引用一下，
<ignore_js_op>xpath2.jpg
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
//htmlDcoument对象用来访问Html文档s
HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
//加载Html文档
hd.LoadHtml(strhtml);
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
//*[@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>xpath3.jpg
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
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
//key（Xpath）,value（整个节点）
public List<ObjXpath> XpathList = new List<ObjXpath>();
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
private int Index = 0;
//开始处理Node
private void SartNode()
{
//htmlDcoument对象用来访问Html文档s
HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
//加载Html文档
hd.LoadHtml(strhtml);
HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes;
Index = 0;
XpathList.Clear();
foreach (HtmlNode em in htmllist)
{
Setxpath(em);
}
}
/// <summary>
/// 递归获取Html Dom
/// </summary>
/// <param name="node">要处理的节点</param>
private void Setxpath(HtmlNode node)
{
foreach (HtmlNode item in node.ChildNodes)
{
if (item.XPath.Contains("#"))
{
continue;
}
if (item.ChildNodes.Count > 0)
{
XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
Index++;
Setxpath(item);
}
else
{
XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
Index++;
}
}
}
public class ObjXpath
{
public string id { get; set; }
public string Key { get; set; }
public string Value { get; set; }
}
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>xpath4.jpg
好了下面放出所有代码给大家
普通浏览复制代码
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.Text.RegularExpressions;
using System.Threading;
using HtmlAgilityPack;
using System.IO;
using System.Runtime.Serialization.Json;
namespace AutoXpathTools
{
public partial class Form1 : Form
{
public Form1()
{
InitializeComponent();
}
#region 私有变量和方法
//委托传入一个字符串
private delegate void SetListBox(string str);
//key（Xpath）,value（整个节点）
List<ObjXpath> XpathList = new List<ObjXpath>();
private int Index = 0;
//htmlDcoument对象用来访问Html文档
HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
#endregion
//分析Xpath的所有代码
private void btnGetXpath_Click(object sender, EventArgs e)
{
try
{
HttpHelper http = new HttpHelper();
HttpItem item = new HttpItem() { URL = textBox1.Text.Trim(), IsToLower = false, Encoding = "gbk" };
txtXml.Text = http.GetHtml(item);
if (!string.IsNullOrWhiteSpace(txtXml.Text) && txtXml.Text.Trim().ToLower() != "error")
{
//加载Html文档
hd.LoadHtml(txtXml.Text);
Thread pingTask = new Thread(new ThreadStart(delegate
{
//代码,线程要执行的代码
SartNode(txtXml.Text);
}));
pingTask.Start();
}
else
{
txtXml.Text = "根据您的的ULR：" + textBox1.Text.Trim() + "无法得到任何内容";
}
}
catch (Exception ex)
{
txtXml.Text = ex.Message.Trim();
}
}
//开始处理Node
private void SartNode(string strhtml)
{
//htmlDcoument对象用来访问Html文档s
HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();
//加载Html文档
hd.LoadHtml(strhtml);
HtmlNodeCollection htmllist = hd.DocumentNode.ChildNodes;
Index = 0;
XpathList.Clear();
foreach (HtmlNode em in htmllist)
{
Setxpath(em);
}
}
/// <summary>
/// 递归获取Html Dom
/// </summary>
/// <param name="node">要处理的节点</param>
private void Setxpath(HtmlNode node)
{
foreach (HtmlNode item in node.ChildNodes)
{
if (item.XPath.Contains("#"))
{
continue;
}
if (item.ChildNodes.Count > 0)
{
XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
UIContorol(item.XPath);
Index++;
Setxpath(item);
}
else
{
XpathList.Add(new ObjXpath() { id = Index.ToString(), Key = item.XPath, Value = "" });
UIContorol(item.XPath);
Index++;
}
}
}
//使用委托给控件赋值
private void UIContorol(string str)
{
listBox1.Items.Add(str);
toolStripStatusLabel1.Text = str;
}
private void listBox1_SelectedValueChanged(object sender, EventArgs e)
{
if (listBox1.SelectedItem != null)
{
txtPath.Text = listBox1.SelectedItem.ToString().Trim();
}
}
private void button3_Click(object sender, EventArgs e)
{
txtContents.Text = hd.DocumentNode.SelectSingleNode(txtPath.Text.Trim()).OuterHtml;
}
private void Form1_Load(object sender, EventArgs e)
{
//HttpItem item = new HttpItem()
//{
// URL = "http://www.diandian.com/login",
// Method = "post",
// Cookie = "dtid=ZfXUVo1IsplHR4mHW1HYmgKbY4GJa003; kvf=1358855337188; alf=1; dru=1356356040; _l5=y",
// ContentType = "application/x-www-form-urlencoded",
// Postdata = "account=xinsuilie1998@163.com&password=wjlove520&nextUrl=&lcallback=&persistent=1",
// Referer = "http://www.diandian.com/logout?formKey=e4714d863c862a84fafd83d98e5ecb22"
//};
//HttpHelper http = new HttpHelper();
//string html = http.GetHtml(item);
//string cookie = item.Cookie;
//item = new HttpItem() { URL = "http://www.diandian.com/home", Cookie = cookie };
//html = http.GetHtml(item);
}
}
public class ObjXpath
{
public string id { get; set; }
public string Key { get; set; }
public string Value { get; set; }
}
}
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
