如何从网站中提取特定文本块

Question

我必须从网络中提取有用的信息

我可以使用 C#

示例

标题：abc

我只得到“abc”

Answer 1

使用 DOM 解析器您可以提取所需的元素。如果您预先知道块 ID 或者您能够准备好它，那么提取就非常简单。

Answer 2

如果您需要从网站中提取文本，则需要使用 HTML 解析器，例如 HTML Agility Pack 。

Answer 3

正如 @Oded 所建议的，Html Agility Pack 将很有用。

这是 html 敏捷包的示例。

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
    HtmlAttribute att = link["href"];
    att.Value = FixLink(att);
 }
 doc.Save("file.htm");