C#.net 从控制台使用 HTMLDocument？

Question

我正在尝试使用 System.Windows.Forms.HTMLDocument在控制台应用程序中。首先，这可能吗？如果是这样，我如何将网页从网络加载到其中？我正在尝试使用 WebBrowser ，但它告诉我:

Unhandled Exception: System.Threading.ThreadStateException: ActiveX control '885 6f961-340a-11d0-a96b-00c04fd705a2' cannot be instantiated because the current th read is not in a single-threaded apartment.

HTMLDocument 似乎严重缺乏教程对象(或者 Google 只是出现了无用的结果)。

---

刚刚发现mshtml.HTMLDocument.createDocumentFromUrl , 但这让我很吃惊

Unhandled Exception: System.Runtime.InteropServices.COMException (0x80010105): T he server threw an exception. (Exception from HRESULT: 0x80010105 (RPC_E_SERVERF AULT)) at System.RuntimeType.ForwardCallToInvokeMember(String memberName, BindingFla gs flags, Object target, Int32[] aWrapperTypes, MessageData& msgData) at mshtml.HTMLDocumentClass.createDocumentFromUrl(String bstrUrl, String bstr Options) at iget.Program.Main(String[] args)

什么鬼？我想要的是 <a> 的列表页面上的标签。为什么这么难？

---

对于那些好奇的人，这是我想出的解决方案，感谢 TrueWill :

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Net;
using System.IO;
using HtmlAgilityPack;

namespace iget
{
    class Program
    {
        static void Main(string[] args)
        {
            WebClient wc = new WebClient();
            HtmlDocument doc = new HtmlDocument();
            doc.Load(wc.OpenRead("http://google.com"));
            foreach(HtmlNode a in doc.DocumentNode.SelectNodes("//a[@href]"))
            {
                Console.WriteLine(a.Attributes["href"].Value);
            }
        }
    }
}

Answer 1

作为替代方案，您可以使用免费的 Html Agility Pack图书馆。它可以解析 HTML 并让您使用 LINQ 查询它。我在家里的项目中使用了旧版本，效果很好。

编辑:您可能还想使用 WebClient 或 WebRequest 类来下载网页。请参阅我在 Web scraping in .NET 上的博客文章. (请注意，我还没有在控制台应用程序中尝试过。)