c# - 解析 Html 文档获取所有具有 ID 和值的输入字段

Question

我有几千张(ASP.net - 乱七八糟的 html)html 生成的发票，我正在尝试解析这些发票并将其保存到数据库中。

基本上像:

 foreach(var htmlDoc in HtmlFolder)
 {
   foreach(var inputBox in htmlDoc)
   { 
      //Make Collection of ID and Values Insert to DB
   }
 }  

来自所有其他questions我读过解决此类问题的最佳工具是 HtmlAgilityPack ，但是对于我来说，我无法使文档 .chm 文件正常工作。关于如何使用或不使用 Agility Pack 来完成此任务，我有什么想法吗？

提前致谢

Answer 1

HtmlAgilityPack 的更新替代品是 CsQuery .看这个later关于它的相对性能优点的问题，但它对 CSS 选择器的使用是无与伦比的:

var doc = CQ.CreateDocumentFromFile(htmldoc); //load, parse the file
var fields = doc["input"]; //get input fields with CSS
var pairs = fields.Select(node => new Tuple<string, string>(node.Id, node.Value()))
       //get values