我有一個C＃WPF應用程序需要使用作爲HTML表格公開在網頁上的數據。C＃有沒有LINQ到HTML或其他一些好的.Net HTML操作API？
After getting inspiration from this url我嘗試使用Linq to Xml來解析Html文檔，但這隻適用於HTML文檔構建得非常好（並且內部沒有任何註釋或HTML實體）的情況。我已經設法使用這種技術獲得了一個可行的解決方案，但它遠非理想。
我在解析HTML的解決方案。我之前曾經攻擊過「解決方案」，但它們很脆弱。我是在解析/操縱文檔的強大方式之後。理想情況下，我喜歡使任務像Javascript/JQuery一樣簡單。
有沒有人知道一個很好的.Net庫或實用工具來解析/操作HTML？
儘管它不是LINQ基礎，我建議研究從CodePlex上HTML Agility Pack。
注：HTML敏捷性包現在支持LINQ到對象（通過LINQ到XML一樣的界面）
從HTML敏捷性包頁：
這是一個靈活的HTML解析器，構建一個讀/寫DOM並且支持普通的XPATH或者XSLT（你實際上不需要理解XPATH或者XSLT來使用它，不用擔心...）。它是一個.NET代碼庫，允許您解析「離開網頁」的HTML文件。解析器對「真實世界」格式錯誤的HTML非常寬容。對象模型與提出System.Xml非常相似，但是對於HTML文檔（或流）。
HTML很少形成良好，您可以可靠地使用LINQ to XML。它可能是，你可能會發現一個HTML「更清潔」，可以很好地修復格式，可以閱讀，但沒有告訴它會是多麼強大。
我認爲這是一個從您無法控制的HTML表格中讀取的「屏幕掃描器」。在這種情況下，不要強調健壯性，屏幕抓取本質上是脆弱的。如果你的要求是固定的，那麼設計一個刮板就可以很容易地更新，如果/當你刮的HTML改變了。
我不得不在最近的項目中這樣做，我使用LINQ to XML。如果你知道它始終是乾淨的XHTML，那麼你可以很容易遞歸地複製DOM，但是我使用DevComponents HTMLDocument類庫（http://www.devcomponents.com/htmldoc/）將HTML轉換爲XML，然後將其轉換爲XElement。這可以減少將您的HTML轉換爲XElement層次結構的難題。一個警告是它腳本元素扼殺，所以我通過蠻力刪除這些。
/// <summary>
/// Extracts an HtmlDocument DOM to an XElement DOM that can be queried using LINQ to XML.
/// </summary>
/// <param name="htmlDocument">HtmlDocument containing DOM of page to extract.</param>
/// <returns>HTML content as <see cref="XElement" /> for consumption by LINQ to XML.</returns>
public XElement ExtractXml(HtmlDocument htmlDocument) {
XmlDocument xmlDoc = htmlDocument.ToXMLDocument();
// Find and remove all script tags from XML DOM or LINQ to XML will choke on XElement.Parse(XmlDocument).
IList<XmlNode> nodes = new List<XmlNode>();
foreach (XmlNode node in xmlDoc.GetElementsByTagName("script"))
nodes.Add(node);
foreach (XmlNode node in nodes)
node.ParentNode.RemoveChild(node);
return XElement.Parse(xmlDoc.OuterXml);
}
我已經發布了一些代碼提供了 「的LINQ to HTML」 功能，在這裏：
有一個LINQ到HTML庫的位置：
過得好的HTML？通過網頁瀏覽器控件，或通過HttpRequest，或...？ – 2009-02-12 16:51:55
嗨，我通過HttpRequest獲取HTML。 – 2009-02-12 16:57:10