c# - 在不使用浏览器控件的情况下从字符串获取 HtmlDocument

Question

我使用 WebClient 获取网页的 html 代码(作为字符串)。

但是我想将它变成一个 HtmlDocument 对象，这样我就可以使用这个类提供的 DOM 特性。目前我知道的唯一方法是使用浏览器控件，如下所示:

            string pageHtml = client.DownloadString(url);

            browser.ScriptErrorsSuppressed = true;

            browser.DocumentText = pageHtml;

            do
            {
                Application.DoEvents();

            } while (browser.ReadyState != WebBrowserReadyState.Complete);

            return browser.Document;

还有其他方法吗？我知道还有其他可用的浏览器控件，但有没有更简单的方法？

Answer 1

您可以使用 HtmlAgilityPack .... 例如:

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);

var results = doc.DocumentNode
    .Descendants("div")
    .Select(n => n.InnerText);