C#自寫的一個HTML解析類（類似XElement語法）

功能：

1、輕鬆獲取指元素HTML元素。
2、可以根據屬性標籤進行篩選
3、返回的都是Llist強型別無需轉換

用過XElement的都知道用來解析XML非常的方便，但是對於HTML的格式多樣化實在是沒辦法相容。

所以我就寫了這麼一個類似XElement的 XHTMLElement

用法：

string filePath = Server.MapPath("~/file/test.htm");
//獲取HTML程式碼
string mailBody = FileHelper.FileToString(filePath);
XHtmlElement xh = new XHtmlElement(mailBody);
//獲取body的子集a標籤並且class="icon"
var link = xh.Descendants("body").ChildDescendants("a").Where(c => c.Attributes.Any(a => a.Key == "class" && a.Value == "icon")).ToList();
//獲取帶href的a元素
var links = xh.Descendants("a"

).Where(c => c.Attributes.Any(a => a.Key == "href")).ToList();
foreach (var r in links)
{
Response.Write(r.Attributes.Single(c => c.Key == "href").Value); //出輸href
}
//獲取第一個img
var img = xh.Descendants("img");
//獲取最近的第一個p元素以及與他同一級的其它p元素
var ps = xh.Descendants("p");

程式碼：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Web;
using System.Text;
using System.Text.RegularExpressions;
namespace SyntacticSugar
{
/// <summary>
/// ** 描述：html解析類
/// ** 創始時間：2015-4-23
/// ** 修改時間：-
/// ** 作者：sunkaixuan
/// ** qq：610262374 歡迎交流,共同提高 ,命名語法等寫的不好的地方歡迎大家的給出寶貴建議
/// </summary>
publicclass XHtmlElement
{
privatestring _html;
public XHtmlElement(string html)
{
_html = html;
}
/// <summary>
/// 獲取最近的相同層級的HTML元素
/// </summary>
/// <param name="elementName">等於null為所有元素</param>
/// <returns></returns>
public List<HtmlInfo> Descendants(string elementName = null)
{
if (_html == null)
{
thrownew ArgumentNullException("html不能這空！");
}
var allList = RootDescendants(_html);
var reval = allList.Where(c => elementName == null || c.TagName.ToLower() == elementName.ToLower()).ToList();
if (reval == null || reval.Count == 0)
{
reval = GetDescendantsSource(allList, elementName);
}
return reval;
}
/// <summary>
/// 獲取第一級元素
/// </summary>
/// <param name="elementName"></param>
/// <returns></returns>
public List<HtmlInfo> RootDescendants(string html = null)
{
/*
* 業務邏輯:
* 1、獲取第一個html標籤一直找結尾標籤，如果在這個過程中遇到相同的標籤收尾標籤就要加1
* 2、第一個標籤取到後繼續第一步操作，找第2個元素。。第N個元素
*/
if (html == null) html = _html;
var firstTag = Regex.Match(html, "<.+?>");
List<string> eleList = new List<string>();
List<HtmlInfo> reval = new List<HtmlInfo>();
GetElementsStringList(html, ref eleList);
foreach (var r in eleList)
{
HtmlInfo data = new HtmlInfo();
data.OldFullHtml = r;
data.SameLeveHtml = html;
data.TagName = Regex.Match(r, @"(?<=\s{1}|\<)[a-z,A-Z]+(?=\>|\s)", RegexOptions.IgnoreCase).Value;
data.InnerHtml = Regex.Match(r, @"(?<=\>).+(?=<)", RegexOptions.Singleline).Value;
var eleBegin = Regex.Match(r, "<.+?>").Value;
var attrList = Regex.Matches(eleBegin, @"[a-z,A-Z]+\="".+?""").Cast<Match>().Select(c => new { key = c.Value.Split('=').First(), value = c.Value.Split('=').Last().TrimEnd('"').TrimStart('"') }).ToList();
data.Attributes = new Dictionary<string, string>();
if (attrList != null && attrList.Count > 0)
{
foreach (var a in attrList)
{
data.Attributes.Add(a.key, a.value);
}
}
reval.Add(data);
}
return reval;
}
#region private
private List<HtmlInfo> GetDescendantsSource(List<HtmlInfo> allList, string elementName)
{
foreach (var r in allList)
{
if (r.InnerHtml == null || !r.InnerHtml.Contains("<")) continue;
var childList = RootDescendants(r.InnerHtml).Where(c => elementName == null || c.TagName.ToLower() == elementName.ToLower()).ToList();
        if

相關推薦

C#自寫的一個HTML解析類（類似XElement語法）

功能： 1、輕鬆獲取指元素HTML元素。 2、可以根據屬性標籤進行篩選 3、返回的都是Llist強型別無需轉換用過XElement的都知道用來解析XML非常的方便，但是對於HTML的格式多樣化實在是沒辦法相容。所以我就寫了這麼一個類似XElement的 XHTMLEl

Delphi通過MSHTML實現一個HTML解析類

(******************************************************)(*                得閒工作室                          *)(*              網頁元素操作類庫                      *)

C++ 中的字符串類（二十七）

C++ 字符串類循環移動在 C 語言中是不支持真正意義上的字符串，是用字符數組和一組函數來實現字符串操作的。同樣，在 C 語言中不支持自定義類型，因此無法獲得字符串類型。那麽從 C 到 C++ 的進化過程引入了自定義類型，在 C++ 中可以通過類來完成字符串類型的定義。那麽問題

MFC C++程式碼與WebBrowser HTML的互動（還需完善）

testWebBrowser.h // testWebBrowserDlg.h : 標頭檔案 // #pragma once #include "explorer1.h" #import "C:\windows\system32\mshtml.tlb" // loca

自寫php常用公共函式（非系統函式），關鍵的時候用得著[thinkPHP5框架]

本文基於thinkPHP5框架，但不限於它，需要的時候把需要的地方改成你需要的就可以用了：例如：你的框架是CI，那麼查詢資料就不是用Db了，稍微修改即可 <?php use service\DataService; use service\NodeServic

c++primer，自定義一個復數類

opera 指針隨著 per call 拷貝構造函數會銷局部變量 eal 1 #include<iostream> 2 #include<string> 3 #include<vector> 4 #include<a

Java開源Html解析類庫（轉載）

  NekoHTML NekoHTML是一個簡單地HTML掃描器和標籤補償器(tag balancer) ,使得程式能解析HTML文件並用標準的XML介面來訪問其中的資訊。這個解析器能投掃描HTML檔案並“修正”許多作者（人或機器）

c# 多執行緒使用佇列順序寫日誌的類（需要再優化）

using System; using System.Collections.Generic; using System.Threading; public class LogManager { /// <summary> /// 建構函式 /// </su

教你寫一個簡單的網頁（html網頁開發入門）

網頁的組成 HTML 網頁的具體內容和結構 CSS 網頁的樣式（美化網頁最重要的一塊） JavaScript 網頁的互動效果，比如對使用者滑鼠事件作出響應 HTML 什麼是HTML HTML的全稱是HyperTextMarkupLanguage，超文字標

C語言寫一個方便的GCC編譯工具（古月）

使用的場景我在學習C語言的時候要寫很多測試的程式碼，然而每次在編譯程式碼的時候每次都要寫同樣的編譯程式碼gcc -o 生成的檔名原始碼檔案.c 而我們有現有的生成規則，那就是生成的檔案只要去掉原始檔後面的.c字尾即可，那我們何不寫個程式來實現這個功能呢？下面是具體實現程式碼

c語言寫一個函式，輸入n，求斐波拉契數列的第n項（5種方法，層層優化）

                寫一個函式，輸入n，求斐波拉契數列的第n項。斐波拉契數列：1,1,2,3,5,8...，當n

黃聰：C#類似Jquery的html解析類HtmlAgilityPack基礎類介紹及運用

Html Agility Pack 原始碼中的類大概有28個左右，其實不算一個很複雜的類庫，但它的功能確不弱，為解析DOM已經提供了足夠強大的功能支援，可以跟jQuery操作DOM媲美：）基礎類和基礎方法介紹 Html Agility Pack最常用的基礎類其實不多，對解析DOM來說，就只有

C函式指標妙用，用c語言寫一個簡易類

其實在C++中的物件也並不是實現起來也並不是多麼的什麼神祕，只是編譯器幫我們做了許多工作，所以我們總覺得C++要比c語言難一些，C++編譯器其實對於類中的非Virtual 函式的的呼叫規則與對C編譯器對函式的呼叫時一樣的，那就是通過call 函式地址的方法。等有

用C語言開發一個BT下載軟體（四） ------ 程式碼實現-1-種子檔案解析模組

//parse_metafile.h #ifndef PARSE_METAFILE #define PARSE_METAFILE // 儲存從種子檔案中獲取的tracker的URL typedef struct _Announce_list { char ann

C++PE檔案格式解析類（輕鬆製作自己的PE檔案解析器）

PE是Portable Executable File Format（可移植的執行體）簡寫，它是目前Windows平臺上的主流可執行檔案格式。 PE檔案中包含的內容很多，具體我就不在這解釋了，有興趣的可以參看之後列出的參考資料及其他相關內容。最近我也在學習PE檔案格式，參

自定義報告，用Java寫一個html文件

tst style pen found ner output ima ex18 詳細因為testng不滿足我們的展示，所以我們會自己定義一個報告，實施步驟是，把靜態頁面做好後，放在Java項目中，其實和生成一個日誌文件類似，只是該了後綴，Java中需要使用到Pri

怎麽使用jquery判斷一個元素是否含有一個指定的類（class）

() pla jquer java 例子 add red tro lan 在jQuery中可以使用2種方法來判斷一個元素是否包含一個確定的類(class)。兩種方法有著相同的功能。2種方法如下： 1. is(‘.classname’) 2.

C#學習筆記第一發---C#基礎（類型和基礎語法）

問號 key 循環自動其中 clas tlist 不存在邏輯運算首先，數據類型分為值類型和引用數據類型以及指針類型（暫不涉及）：值類型是指直接儲存在內存的棧上面，引用類型則在棧上儲存一個引用，在堆上儲存具體的值。值類型分為內建類型和用戶可以自定義的struct

C#操作MySql數據庫幫助類（Dapper,T-Sql）

user lex object per ram int rowfilter close tex using System.Text; using MySql.Data.MySqlClient; using System.Data; using Dapper; using

用C語言寫一個好玩的寶石一樣的圖像

循環圖像圖形#include<stdio.h>main(){int n;scanf("%d",&n); for(int i=0;i<n;i++) { for(int j=0;j<n-i-1;j++) { printf(" ")

C#自寫的一個HTML解析類（類似XElement語法）

相關推薦