如何從.Net中的許多HTML文件讀取xpath值？

Question

我在一個文件夾中有大約5000個html文件。我需要遍歷它們，打開，使用xpath來獲取10個值，關閉並存儲在（SQL Server）數據庫中。

使用.Net讀取xpath值的最簡單方法是什麼？

xpaths應該非常穩定。

請提供的示例代碼讀取一個值，說/ HTML /頭/標題/文本（）

感謝

Answer 1

我想你應該看看HTML Agility Pack。它是一個HTML解析器而不是一個XML解析器，對於這個任務來說更好。如果有任何與解析XML不一致的東西，解析器將拋出異常。使用HTML解析器可以爲輸入文件提供更多的靈活性。

舉例說明如何做所有HREF（鏈接）一些屬性：

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); 
} 

我不是附近的編譯器，但你想要的例子是這樣的：

string title = doc.DocumentNode.SelectSingleNode("//title").InnerText;