近期，有一個需求，需要解析HTML頁面，讀取一些需要的數據後，插入本地數據庫。我知道可以通過正則表達式實現，然而正則表達式之於我，就像匯編語言之於我，一樣。我知道它是幹什麽的，我也知道它能幹什麽，但是我一直不知道怎麽幹，曾經嘗試過，後來用得太少，最終放棄了。也知道有一些組件可以實現操作HMTL，比如mshtml，比如WebBrowser，然而總是感覺不太好，不太專業。猶猶疑疑，一直沒有開始，直到發現HtmlAgilityPack，如獲至寶，中間那個詞Agility，是敏捷、靈活的意思。

　　以下文字，部分摘錄於周公博客。

　　XPath簡明介紹
　　XPath 使用路徑表達式來選取 XML 文檔中的節點或節點集。節點是通過沿著路徑 (path) 或者步 (steps) 來選取的。

<?xml version="1.0" encoding="utf-8"?> 
 <Articles> 
 <Article> 
   <Title>在ASP.NET中使用Highcharts js圖表</title> 
   <
 
Url>http://zhoufoxcn.blog.51cto.com/792419/537324</Url> 
   <CreateAt type="en">2011-04-07</price> 
 </Article> 
 <Article> 
   <Title lang="eng">Log4Net使用詳解（續）</title> 
   <Url>http://blog.csdn.net/zhoufoxcn/archive/2010/11/23/6029021.aspx</Url> 
   <CreateAt 
 
type="zh-cn">2010年11月23日</price> 
 </Article> 
 <Article> 
   <Title>J2ME開發的一般步驟</title> 
   <Url>http://blog.csdn.net/zhoufoxcn/archive/2011/06/12/6540223.aspx</Url> 
   <CreateAt type="zh-cn">2011年06月12日</price> 
 </Article> 
 <Article> 
   <Title lang="eng">PowerDesign高級應用</title> 
   <Url>http://zhoufoxcn.blog.51cto.com/792419/166415</Url> 
   <CreateAt type="zh-cn">2007-09-08</price> 
 </Article> 
 </Articles> 

針對上面的XML文件，我們列出了帶有謂語的一些路徑表達式，以及表達式的結果：
/Articles/Article[1]：選取屬於Articles子元素的第一個Article元素。 即第一組<Article></Article>。註意，從1開始，不是從0開始。
/Articles/Article[last()]：選取屬於Articles子元素的最後一個Article元素。 即最後組<Article></Article>
/Articles/Article[last()-1]：選取屬於Articles子元素的倒數第二個Article元素。
/Articles/Article[position()<3]：選取最前面的兩個屬於 bookstore 元素的子元素的Article元素。
//title[@lang]：選取所有擁有名為lang的屬性的title元素。
//CreateAt[@type=‘zh-cn‘]：選取所有CreateAt元素，且這些元素擁有值為zh-cn的type屬性。
/Articles/Article[Order>2]：選取Articles元素的所有Article元素，且其中的Order元素的值須大於2。
/Articles/Article[Order<3]/Title：選取Articles元素中的Article元素的所有Title元素，且其中的Order元素的值須小於3。

HtmlAgilityPack API簡明介紹
在HtmlAgilityPack中常用到的類有HtmlDocument、HtmlNodeCollection、
HtmlNode和HtmlWeb等。
其流程一般是先獲取HTML，這個可以通過HtmlDocument的Load()或LoadHtml()來加載靜態內容，或者也可以HtmlWeb的Get()或Load()方法來加載網絡上的URL對應的HTML。
得到了HtmlDocument的實例之後，就可以用HtmlDocument的DocumentNode屬性，這是整個HTML文檔的根節點，它本身也是一個HtmlNode，然後就可以利用HtmlNode的SelectNodes()方法返回多個HtmlNode的集合對象HtmlNodeCollection，也可以利用HtmlNode的SelectSingleNode()方法返回單個HtmlNode。

HtmlAgilityPack實戰

使用C#和HtmlAgilityPack解析HTML