HtmlAgilityPack - 詳細簡介和使用

HtmlAgilityPack - 簡介

　　HtmlAgilityPack是.net下的一個HTML解析類庫。支持用XPath來解析HTML。這個意義不小，爲何呢？由於對於頁面上的元素的xpath某些強大的瀏覽器可以直接獲取獲得，並不須要手動寫。節約了大半寫正則表達式的時間，固然正則表達式有時候在進一步獲取的時候還須要寫，可是經過xpath解析以後，正則表達式已經要匹配的範圍已經很是小了。並且，不用正則表達式在整個頁面源代碼上匹配，速度也會有提高。總而言之，經過該類庫，先經過瀏覽器獲取到xpath獲取到節點內容而後再經過正則表達式匹配到所須要的內容，不管是開發速度，仍是運行效率都有提高。

　　HtmlAttribute　　對應　　Html元素的屬性

　　HtmlAttributeCollection　　一個元素屬性的集合，實現了IList<HtmlAttribute>, ICollection<HtmlAttribute>, IEnumerable<HtmlAttribute>, IEnumerable，都是集合的那一套東西，沒有新東西。

　　HtmlNode　　　　對應　　HTML節點，包括註釋，文本，元素等

　　HtmlNodeCollection　　一個HtmlNode節點集合，實現了HtmlNodeCollection : IList<HtmlNode>, ICollection<HtmlNode>, IEnumerable<HtmlNode>, IEnumerable繼承了這些東西就沒什麼須要說的了，都是集合的東西，沒有新的東西。徹底是集合那一套。

　　HtmlNodeType　　一個枚舉　　表示節點的類型，文檔，註釋，元素，文本。

　　HtmlTextNode　　對應Html文本節點，很簡單的一個類，繼承自HtmlNode。

　　HtmlEntity　　　對應實體　　　實用程序類以替換特殊字符的實體，反之亦然

　　HtmlParseError 　　表示文檔在解析過程當中發現的解析錯誤。

　　還有一些其餘的類，留到之後有用過的時候再補充。

 

 

出處：https://www.cnblogs.com/kissdodog/archive/2013/02/19/2917812.html

 

---

 

HtmlAgilityPack 之 HtmlNode類

HtmlAgilityPack中的HtmlNode類與XmlNode類差很少，提供的功能也大同小異。下面來看看該類提供功能。

1、靜態屬性

public static Dictionary<string, HtmlElementFlag> //ElementsFlags;獲取集合的定義爲特定的元素節點的特定行爲的標誌。表包含小寫標記名稱做爲鍵和做爲值的 HtmlElementFlags 組合 DictionaryEntry 列表。
public static readonly string HtmlNodeTypeNameComment;　　//獲取一個註釋節點的名稱。實際上，它被定義爲 '#comment
public static readonly string HtmlNodeTypeNameDocument;　  //獲取文檔節點的名稱。實際上，它被定義爲 '#document'
public static readonly string HtmlNodeTypeNameText;　　　　  //獲取一個文本節點的名稱。實際上，它被定義爲 '#text'

2、屬性

Attributes 　　　　　　　　　　　　獲取節點的屬性集合
ChildNodes　　　　　　　　　　　　獲取子節點集合(包括文本節點)
Closed　　　　　　　　　　　　　　該節點是否已關閉(</xxx>)
ClosingAttributes　　　　　　　　  在關閉標籤的屬性集合
FirstChild　　　　　　　　　　　　  獲取第一個子節點
HasAttributes　　　　　　　　　　  判斷該節點是否含有屬性
HasChildNodes　　　　　　　　　　判斷該節點是否含有子節點
HasClosingAttributes　　　　　　  判斷該節點的關閉標籤是否含有屬性(</xxx class="xxx">)
Id　　　　　　　　　　　　　　　　 獲取該節點的Id屬性
InnerHtml　　　　　　　　　　　　 獲取該節點的Html代碼
InnerText　　　　　　　　　　　　 獲取該節點的內容，與InnerHtml不一樣的地方在於它會過濾掉Html代碼，而InnerHtml是連Html代碼一塊兒輸出
LastChild　　　　　　　　　　　　  獲取最後一個子節點
Line　　　　　　　　　　　　　　　 獲取該節點的開始標籤或開始代碼位於整個HTML源代碼的第幾行(行號)
LinePosition　　　　　　　　　　　 獲取該節點位於第幾列
Name　　　　　　　　　　　　　　  Html元素名
NextSibling　　　　　　　　　　　　獲取下一個兄弟節點
NodeType　　　　　　　　　　　　  獲取該節點的節點類型
OriginalName　　　　　　　　　　　獲取原始的未經更改的元素名
OuterHtml　　　　　　　　　　　　 整個節點的代碼
OwnerDocument　　　　　　　　　節點所在的HtmlDocument文檔
ParentNode　　　　　　　　　　　　獲取該節點的父節點
PreviousSibling　　　　　　　　　　獲取前一個兄弟節點
StreamPosition　　　　　　　　　　該節點位於整個Html文檔的字符位置
XPath　　　　　　　　　　　　　　  根據節點返回該節點的XPath

代碼示例：

static void Main(string[] args)
        {
            //<ul class="user_match clear">
            //    <li>年齡：21～30之間</li>
            //    <li>婚史：未婚</li>
            //    <li>地區：不限</li>
            //    <li>身高：175～185釐米之間</li>
            //    <li>學歷：不限</li>
            //    <li>職業：不限</li>
            //    <li>月薪：不限</li>
            //    <li>住房：不限</li>
            //    <li>購車：不限</li>
            //</ul>


            WebClient wc = new WebClient();
            wc.BaseAddress = "http://www.juedui100.com/";
            wc.Encoding = Encoding.UTF8;
            HtmlDocument doc = new HtmlDocument();
            string html = wc.DownloadString("user/6971070.html");
            doc.LoadHtml(html);
            HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]");     //根據XPath查找節點，跟XmlNode差很少
            Console.WriteLine(node.InnerText);  //輸出節點內容      年齡：21～30之間 婚史：未婚 ......      與InnerHtml的區別在於，它不會輸出HTML代碼
            Console.WriteLine(node.InnerHtml);  //輸出節點Html <li>年齡：21～30之間</li> <li>婚史：未婚</li> ....
            Console.WriteLine(node.Name);       //輸出 ul    Html元素名 

            HtmlAttributeCollection attrs = node.Attributes;
            foreach(var item in attrs)
            {
                Console.WriteLine(item.Name + " : " + item.Value);    //輸出 class ：user_match clear
            }

            HtmlNodeCollection CNodes = node.ChildNodes;    //全部的子節點
            foreach (HtmlNode item in CNodes)
            {
                Console.WriteLine(item.Name + "-" + item.InnerText);  //輸出 li-年齡：21～30之間#text-   li-婚史：未婚#text-     .......  別忘了文本節點也算
            }

            Console.WriteLine(node.Closed);     //輸出True    //當前的元素節點是否已封閉

            Console.WriteLine("================================");

            HtmlAttributeCollection attrs1 = node.ClosingAttributes;    //獲取在結束標記的 HTML 屬性的集合。  例如</ul class="">
            Console.WriteLine(attrs1.Count);    //輸出0

            HtmlNode node1 = node.FirstChild;   //悲劇了ul的第一個節點是一個 \n 換行文本節點 第二個節點纔到第一個li
            Console.WriteLine(node1.NodeType);  //輸出Text 文本節點
            HtmlNode node3 = node.LastChild;    //一樣最後一個節點同樣是 \n 文本節點
            Console.WriteLine(node3.NodeType);  //輸出Text 文本節點

            HtmlNode node2 = node.SelectSingleNode("child::li[1]");     //獲取當前節點的第一個子li節點
            Console.WriteLine(node2.XPath);     //根據節點生成XPath表達式  /html/body/div[4]/div[1]/div[2]/ul[1]/li[1]   媽了個B，強大

            Console.WriteLine(node.HasAttributes);          //輸出 True   判斷節點是否含有屬性
            Console.WriteLine(node.HasChildNodes);          //輸出 True   判斷節點是否含有子節點
            Console.WriteLine(node.HasClosingAttributes);   //False     判斷節點結束標記是否含有屬性
            
            Console.WriteLine(node.Line);           //輸出 155  該節點開始標記位於頁面代碼的第幾行
            Console.WriteLine(node.LinePosition);   //輸出 1   該節點開始標記位於第幾列2
            Console.WriteLine(node.NodeType);       //輸出 Element   該節點類型 此處爲元素節點            
            Console.WriteLine(node.OriginalName);   //輸出 ul
            HtmlNode node4 = node.SelectSingleNode("child::li[1]");
            Console.WriteLine(node4.InnerText);     //輸出 年齡：21～30之間
            HtmlNode node5 = node4.NextSibling.NextSibling;     //獲取下一個兄弟元素 由於有一個換行符的文本節點，所以要兩次，跳過換行那個文本節點
            Console.WriteLine(node5.InnerText);     //輸出 婚史:未婚
            HtmlNode node6 = node5.PreviousSibling.PreviousSibling;     //一樣兩次以跳過換行文本節點
            Console.WriteLine(node6.InnerText);     //輸出 年齡：21～30之間
            HtmlNode node7 = node6.ParentNode;      //獲取父節點
            Console.WriteLine(node7.Name);          //輸出 ul
            string str = node.OuterHtml;
            Console.WriteLine(str);     //輸出整個ul代碼class="user_match clear"><li>年齡：21～30之間</li>...</ul>
            Console.WriteLine(node.StreamPosition); //輸出7331    獲取此節點的流位置在文檔中，相對於整個文檔(Html頁面源代碼)的開始。
            HtmlDocument doc1 = node.OwnerDocument;
            doc1.Save(@"D:\123.html");

            HtmlNode node8 = doc.DocumentNode.SelectSingleNode("//*[@id=\"coll_add_aid59710701\"]");
            //<a id="coll_add_aid59710701" style="display:block" class="coll_fix needlogin" href="javascript:coll_add(5971070)">收藏</a>
            Console.WriteLine(node8.Id);    //輸出 coll_add_aid59710701   獲取Id屬性的內容

            Console.ReadKey();
        }

3、方法

IEnumerable<HtmlNode> Ancestors(); 　　　　　　　　　　　　　　返回此元素的全部上級節點的集合。
IEnumerable<HtmlNode> Ancestors(string name); 　　　　 　　　  返回此元素參數名字匹配的全部上級節點的集合。
IEnumerable<HtmlNode> AncestorsAndSelf(); 　　　　　　 　　　　返回此元素的全部上級節點和自身的集合。
IEnumerable<HtmlNode> AncestorsAndSelf(string name); 　　　　 返回此元素的名字匹配的全部上級節點和自身的集合。
HtmlNode AppendChild(HtmlNode newChild); 　　　　　　 　　　　  將參數元素追加到爲調用元素的子元素(追加在最後)
void AppendChildren(HtmlNodeCollection newChildren);　　　　　　 將參數集合中的元素追加爲調用元素的子元素(追加在最後)
HtmlNode PrependChild(HtmlNode newChild); 　　　　　　　　　　   將參數中的元素做爲子元素，放在調用元素的最前面
void PrependChildren(HtmlNodeCollection newChildren); 　　　　　　將參數集合中的全部元素做爲子元素，放在調用元素前面
static bool CanOverlapElement(string name); 　　　　　　　　　　　 肯定是否能夠保存重複的元素
IEnumerable<HtmlAttribute> ChildAttributes(string name); 　　　　獲取全部子元素的屬性(參數名要與元素名匹配)
HtmlNode Clone(); 　　　　　　　　　　　　　　　　　　　　　　　　 本節點克隆到一個新的節點
HtmlNode CloneNode(bool deep); 　　　　　　　　　　　　　　　　　節點克隆到一個新的幾點，參數肯定是否連子元素一塊兒克隆
HtmlNode CloneNode(string newName); 　　　　　　　　　　　　　　克隆的同時更改元素名
HtmlNode CloneNode(string newName, bool deep);　　　　　　　　  克隆的同時更改元素名。參數肯定是否連子元素一塊兒克隆
void CopyFrom(HtmlNode node); 　　　　　　　　　　　　　　　　　 建立重複的節點和其下的子樹。
void CopyFrom(HtmlNode node, bool deep); 　　　　　　　　　　　 建立節點的副本。
XPathNavigator CreateNavigator(); 　　　　　　　　　　　　　　　　 返回的一個對於此文檔的XPathNavigator
static HtmlNode CreateNode(string html); 　　　　　　　　　　　　  靜態方法，容許用字符串建立一個新節點
XPathNavigator CreateRootNavigator(); 　　　　　　　　　　　　　　建立一個根路徑的XPathNavigator
IEnumerable<HtmlNode> DescendantNodes(); 　　　　　　　　　　 獲取全部子代節點
IEnumerable<HtmlNode> DescendantNodesAndSelf(); 　　　　　　 獲取全部的子代節點以及自身
IEnumerable<HtmlNode> Descendants(); 　　　　　　　　　　　　　獲取枚舉列表中的全部子代節點
IEnumerable<HtmlNode> Descendants(string name); 　　　　　　　獲取枚舉列表中的全部子代節點，注意元素名要與參數匹配
IEnumerable<HtmlNode> DescendantsAndSelf(); 　　　　　　　　　獲取枚舉列表中的全部子代節點以及自身
IEnumerable<HtmlNode> DescendantsAndSelf(string name);　　　 獲取枚舉列表中的全部子代節點以及自身，注意元素名要與參數匹配
HtmlNode Element(string name); 　　　　　　　　　　　　　　　　　 根據參數名獲取一個元素
IEnumerable<HtmlNode> Elements(string name); 　　　　　　　　　根據參數名獲取匹配的元素集合
bool GetAttributeValue(string name, bool def); 　　　　　　　　　　 幫助方法，用來獲取此節點的屬性的值(布爾類型)。若是未找到該屬性，則將返回默認值。
int GetAttributeValue(string name, int def); 　　　　　　　　　　　　 幫助方法，用來獲取此節點的屬性的值(整型)。若是未找到該屬性，則將返回默認值。
string GetAttributeValue(string name, string def); 　　　　　　　　　幫助方法，用來獲取此節點的屬性的值(字符串類型)。若是未找到該屬性，則將返回默認值。
HtmlNode InsertAfter(HtmlNode newChild, HtmlNode refChild); 　　  將一個節點插入到第二個參數節點的後面，與第二個參數是兄弟關係
HtmlNode InsertBefore(HtmlNode newChild, HtmlNode refChild); 　　講一個節點插入到第二個參數節點的後面，與第二個參數是兄弟關係
static bool IsCDataElement(string name); 　　　　　　　　　　　　　 肯定是否一個元素節點是一個 CDATA 元素節點。
static bool IsClosedElement(string name); 　　　　　　　　　　　　　肯定是否封閉的元素節點
static bool IsEmptyElement(string name); 　　　　　　　　　　　　   肯定是否一個空的元素節點。
static bool IsOverlappedClosingElement(string text); 　　　　　　　  肯定是否文本對應於一個節點能夠保留重疊的結束標記。
void Remove(); 　　　　　　　　　　　　　　　　　　　　　　　　　　 從父集合中移除調用節點
void RemoveAll(); 　　　　　　　　　　　　　　　　　　　　　　　　　 移除調用節點的全部子節點以及屬性
void RemoveAllChildren(); 　　　　　　　　　　　　　　　　　　　　　 移除調用節點的全部子節點
HtmlNode RemoveChild(HtmlNode oldChild); 　　　　　　　　　　　　 移除調用節點的指定名字的子節點
HtmlNode RemoveChild(HtmlNode oldChild, bool keepGrandChildren);移除調用節點調用名字的子節點，第二個參數肯定是否連孫子節點一塊兒移除
HtmlNode ReplaceChild(HtmlNode newChild, HtmlNode oldChild);　　 將調用節點原有的一個子節點替換爲一個新的節點，第二個參數是舊節點
HtmlNodeCollection SelectNodes(string xpath);　　　　　　　　　　　根據XPath獲取一個節點集合
HtmlNode SelectSingleNode(string xpath); 　　　　　　　　　　　　　根據XPath獲取惟一的一個節點
HtmlAttribute SetAttributeValue(string name, string value); 　　　　 設置調用節點的屬性
string WriteContentTo(); 　　　　　　　　　　　　　　　　　　　　　  將該節點的全部子級都保存到一個字符串中。
void WriteContentTo(TextWriter outText); 　　　　　　　　　　　　　將該節點的全部子級都保存到指定的 TextWriter。
string WriteTo(); 　　　　　　　　　　　　　　　　　　　　　　　　　　將當前節點保存到一個字符串中。
void WriteTo(TextWriter outText); 　　　　　　　　　　　　　　　　　將當前節點保存到指定的 TextWriter。
void WriteTo(XmlWriter writer); 　　　　　　　　　　　　　　　　　　  將當前節點保存到指定的則 XmlWriter。

　　示例代碼：

        static void Main(string[] args)
        {
            //<ul class="user_match clear">
            //    <li>年齡：21～30之間</li>
            //    <li>婚史：未婚</li>
            //    <li>地區：不限</li>
            //    <li>身高：175～185釐米之間</li>
            //    <li>學歷：不限</li>
            //    <li>職業：不限</li>
            //    <li>月薪：不限</li>
            //    <li>住房：不限</li>
            //    <li>購車：不限</li>
            //</ul>


            WebClient wc = new WebClient();
            wc.BaseAddress = "http://www.juedui100.com/";
            wc.Encoding = Encoding.UTF8;
            HtmlDocument doc = new HtmlDocument();
            string html = wc.DownloadString("user/6971070.html");
            doc.LoadHtml(html);
            HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]");     //根據XPath查找節點，跟XmlNode差很少

            IEnumerable<HtmlNode> nodeList = node.Ancestors();  //獲取該元素全部的父節點的集合
            foreach (HtmlNode item in nodeList)
            {
                Console.Write(item.Name + " ");   //輸出 div div body html #document
            }
            Console.WriteLine();

            IEnumerable<HtmlNode> nodeList1 = node.Ancestors("body");  //獲取名字匹配的該元素的父集合,其實參數就是一個篩選的功能
            foreach (HtmlNode item in nodeList1)
            {
                Console.Write(item.Name + " ");   //輸出 body
            }
            Console.WriteLine();

            IEnumerable<HtmlNode> nodeList2 = node.AncestorsAndSelf();  //獲取全部的父節點和自身
            foreach (HtmlNode item in nodeList2)
            {
                Console.Write(item.Name + " "); //輸出 ul div div div body html #document
            }
            Console.WriteLine();

            IEnumerable<HtmlNode> nodeList3 = node.AncestorsAndSelf("div");     //獲取父節點和自身，參數用於篩選
            foreach (HtmlNode item in nodeList3)
            {
                Console.Write(item.Name + " "); //輸出 div div div
            }
            Console.WriteLine();

            HtmlNode node1 = doc.CreateElement("li");
            node1.InnerHtml = "我是附加的li元素";
            node.AppendChild(node1);    //...<li>購車：不限</li> 後面加了一個<li>我是附加的li元素</li>
            Console.WriteLine(node.InnerHtml);


            HtmlNode node2 = doc.CreateElement("li");
            node2.InnerHtml = "新li一";
            HtmlNode node3 = doc.CreateElement("li");
            node3.InnerHtml = "新li二";
            HtmlNodeCollection nc = new HtmlNodeCollection(node2);
            nc.Add(node2);
            nc.Add(node3);
            node.AppendChildren(nc);    //一次過追加多個元素
            Console.WriteLine(node.InnerHtml);      //...<li>我是附加的li元素</li><li>新li一</li><li>新li二</li>

            Console.WriteLine(HtmlNode.CanOverlapElement("node2"));     //輸出False   肯定是否能夠保存一個重複的元素

            IEnumerable<HtmlAttribute> attrs = node.ChildAttributes("class");   //獲取子節點與自身的全部名爲class的屬性集合
            foreach (HtmlAttribute attr in attrs)
            {
                Console.Write(attr.Value);      //輸出 user_match clear 
            }

            HtmlNode node4 = node.Clone();
            Console.WriteLine(node4.InnerHtml);     //輸出node的代碼，node已被複制到了node

            HtmlNode node5 = node.CloneNode(false); //參數決定是否複製子節點，與XmlNode同樣
            Console.WriteLine(node5.OuterHtml);     //<ul class="user_match clear"></ul>    由於參數設爲了false子節點沒有被複制

            HtmlNode node6 = node.CloneNode("div");    //複製節點的同時，更更名字
            Console.WriteLine(node6.OuterHtml);        //輸出 <div class="user_match clear"><li>年齡：21～30之間</li>...</div>  ul已被改成了div

            HtmlNode node7 = node.CloneNode("table",false);
            Console.WriteLine(node7.OuterHtml);        //輸出<table class="user_match clear"></table>     參數爲false因此沒有複製子節點

            HtmlNode node8 = node.SelectSingleNode("child::li[1]");
            node.CopyFrom(node);
            Console.WriteLine(node.OuterHtml);
            Console.WriteLine("========================");
            //public void CopyFrom(HtmlNode node);
            //public void CopyFrom(HtmlNode node, bool deep);
            //public XPathNavigator CreateNavigator();
            //public XPathNavigator CreateRootNavigator();

            HtmlNode node9 = HtmlNode.CreateNode("<li>新節點</li>");   //直接用字符串建立節點，仍是挺好用的
            Console.WriteLine(node9.OuterHtml);     //輸出 <li>新節點</li>

            IEnumerable<HtmlNode> nodeList4 = node.DescendantNodes();   //獲取全部的子節點集合
            foreach (HtmlNode item in nodeList4)
            {
                Console.Write(item.OuterHtml);      //輸出 node的每一個子li節點
            }
            Console.WriteLine("===================");

            IEnumerable<HtmlNode> nodeList5 = node.DescendantNodesAndSelf();
            foreach (HtmlNode item in nodeList5)
            {
                Console.Write(item.OuterHtml);      //輸出自身<ul>..包括子節點<li>...</li></ul> 再輸出全部的子li節點
            }
            Console.WriteLine();

            IEnumerable<HtmlNode> nodeList6 = node.DescendantNodes();   //獲取枚舉列表中的全部子代節
            foreach (HtmlNode item in nodeList6)
            {
                Console.Write(item.InnerText);  //輸出全部的li節點的內容
            }
            Console.WriteLine("---------------");

            IEnumerable<HtmlNode> nodeList7 = node.Descendants("li");   //獲取全部的子後代元素    //文本節點不在此範圍內
            foreach(HtmlNode item in nodeList7)
            {
                Console.Write(item.InnerText);   
            }

            IEnumerable<HtmlNode> nodeList8 = node.DescendantsAndSelf("ul");   //獲取全部的子後代元素    //文本節點不在此範圍內
            foreach (HtmlNode item in nodeList8)
            {
                Console.Write(item.Name);       //輸出 ul 參數實際上只至關於過濾的做用
            }

            HtmlNode node10 = node.Element("li");   //獲取第一個子節點名稱匹配的元素
            Console.WriteLine(node10.InnerText);        //輸出 年齡：年齡：21～30之間
            Console.WriteLine("----------------------------------------");

            IEnumerable<HtmlNode> nodeList9 = node.Elements("li");
            foreach (HtmlNode item in nodeList9)
            {
                Console.Write(item.InnerText);      //輸出 全部的li節點內容
            }
            Console.WriteLine();

            //換一個新的，好像有點亂了
            HtmlNode newnode = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[3]");
            //<div class="col say">
            //    <h3>愛情獨白</h3>
            //    <p>願得一心人，白首不相離。我一直相信個人另外一半就在茫茫人海中，有一天必定會與我相遇。</p>
            //</div>

            //bool b = newnode.GetAttributeValue("class", false);   //獲取一個布爾值的屬性,沒有找到則返回第二個參數的默認值
            //Console.WriteLine(b);
            //int i = newnode.GetAttributeValue("class", 0);        //獲取一個整形的屬性，沒有找到則返回第二個參數的默認值
            //Console.WriteLine(i);

            string str = newnode.GetAttributeValue("class", "");    //獲取一個字符串屬性
            Console.WriteLine(str); //輸出 col say

            HtmlNode node11 = HtmlNode.CreateNode("<b>我是加粗節點</b>");
            HtmlNode node12 = newnode.SelectSingleNode("h3");
            newnode.InsertAfter(node11, node12);    //意思是在node12表明的h3節點後面插入node11節點
            Console.WriteLine(newnode.InnerHtml);   //h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人...      留意到b節點已經被插入到h3後面

            newnode.InsertBefore(node11, node12);   //再插入多一次，方法不一樣罷了，此次是在node12帶包的h3前面插入
            Console.WriteLine(newnode.InnerHtml);   //<b>我是加粗節點</b><h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人

            Console.WriteLine("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx");
            newnode.RemoveChild(node11);    //移除了第一個<b>我是加粗節點</b>   此方法的重載，第二個參數決定是否移除孫子節點
            Console.WriteLine(newnode.InnerHtml);   //<h3>愛情獨白</h3><b>我是加粗節點</b><p>願得一心人....

            newnode.RemoveAllChildren();        //移除全部子節點
            Console.WriteLine(newnode.OuterHtml);   //<div class="col say"></div>   全部子節點都被移除了

            newnode.RemoveAll();                    //移除全部的屬性和子節點，因爲子節點已經被上個方法移除了，所以此次連屬性也移除了
            Console.WriteLine(newnode.OuterHtml);   //輸出 <div></div>    注意到屬性也被移除了。

            //都移除光了，再來一個，仍是剛纔那個
            HtmlNode newnode1 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[3]");
            Console.WriteLine("===================");
            Console.WriteLine(newnode1.OuterHtml);  //輸出 <div></div>    注意 移除是從HtmlDocument中移除的，再次獲取獲取不到了

            HtmlNode newnode2 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/div[2]/p");
            Console.WriteLine(newnode2.OuterHtml);
            //<p class="no_tip">她尚未設置不能忍受清單　
            //    <a href="javascript:invite(5971070,8,'邀請設置不能忍受');" class="link_b needlogin">邀請她設置</a>
            //</p>
            newnode2.Remove();    //從文檔樹中移除newnode2節點
            HtmlNode newnode3 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/div[2]/p");   //再次獲取該節點
            //Console.WriteLine(newnode3.OuterHtml);  //報未將對象引用到對象的實例異常，明顯是找不到了，

            HtmlNode newnode4 = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[1]/div/div[1]/p[2]/b[1]");
            Console.WriteLine(newnode4.OuterHtml);
            //<b>相冊：
            //    <a href="/photo/6971070.html" class="red">4</a>張
            //</b>
            HtmlNode node17 = HtmlNode.CreateNode("<div>再次建立一個節點</div>");
            newnode4.PrependChild(node17);      //跟AppengChild相似，只是插入位置不一樣PrependChildren接受一個節點集合，一次過插入多個節點而已
            Console.WriteLine(newnode4.OuterHtml);  
            //輸出
            //<b>相冊：
            //    <div>再次建立一個節點</div>
            //    <a href="/photo/6971070.html" class="red">4</a>張
            //</b>
            HtmlNode node16 = newnode4.SelectSingleNode("child::a[1]");
            HtmlNode node18 = HtmlNode.CreateNode("<p>新建一行</p>");
            newnode4.ReplaceChild(node18, node16);
            Console.WriteLine(newnode4.OuterHtml);
            //輸出
            //<b>相冊：
            //    <div>再次建立一個節點</div>
            //    <p>新建一行</p>張      //留意到node16表明得節點已經被替換掉了
            //</b>

            HtmlNode node19 = newnode4.SelectSingleNode("child::p[1]");
            node19.SetAttributeValue("class","class1");
            Console.WriteLine(node19.OuterHtml);    //輸出 <p class="class1">新建一行</p>

            Console.WriteLine(HtmlNode.IsOverlappedClosingElement("<a>我愛你</a>"));   //輸出 False
            Console.WriteLine(HtmlNode.IsCDataElement("<a>我愛你</a>"));   //輸出 False
            Console.WriteLine(HtmlNode.IsClosedElement("<a>我愛你</a>"));   //輸出 False
            Console.WriteLine(HtmlNode.IsEmptyElement("<a>我愛你</a>"));   //輸出 False
            Console.WriteLine(newnode4.OuterHtml);


            HtmlNode node20 = HtmlNode.CreateNode("<p>新的第二行</p>");
            newnode4.AppendChild(node20);
            HtmlNodeCollection hnc = newnode4.SelectNodes("//p");   //根據XPath一次過獲取多個Node
            Console.WriteLine(hnc.Count);   //輸出29

            string str1 = node20.WriteContentTo();
            Console.WriteLine(str1);    //輸出 新的第二行  將節點內容寫入字符串

            //public void WriteContentTo(TextWriter outText);
            //public string WriteTo();
            //public void WriteTo(TextWriter outText);
            //public void WriteTo(XmlWriter writer);
            Console.ReadKey();
        }

 

出處：https://www.cnblogs.com/kissdodog/archive/2013/02/28/2936950.html 

 

---

 

HtmlNodeType枚舉

 

HtmlNodeType是一個枚舉，用於說明一個節點的類型。

源代碼以下所示：

    public enum HtmlNodeType
    {
        Document = 0,
        Element = 1,
        Comment = 2,
        Text = 3,
    }

一、Document　　是文檔

二、Element　　   是元素節點

三、Conment　　 是註釋節點

四、Text　　　　  是文本節點

出處： https://www.cnblogs.com/kissdodog/archive/2013/02/28/2936957.html

 

---

 HtmlAttribute HTML屬性處理類

 

　　HtmlAttribute 在HtmlAgilityPack扮演的是一個HTML代碼屬性的容器，同時提供了用於處理HTML屬性的一些功能。

1、屬性

int Line { get; } 　　　　　　　　　　獲取文檔中的此屬性的行數。
int LinePosition { get; } 　　　　　　獲取文檔中此屬性所在列數
string Name { get; set; } 　 　　　　當前屬性的名稱
string OriginalName { get; } 　　　　當前屬性未經更改的屬性
HtmlDocument OwnerDocument { get; } 　　 返回當前屬性所在的文檔引用
HtmlNode OwnerNode { get; } 　　 當前屬性所在節點的引用
AttributeValueQuote QuoteType { get; set; } 返回一個枚舉值，指示屬性包裝在單引號裏仍是雙引號裏
int StreamPosition { get; } 　　　　 此屬性開始位置位於整個文檔的字符位置
string Value { get; set; } 　　　　　此屬性的值
string XPath { get; } 　　　　　　　 返回屬性的訪問XPath表達式

2、方法

HtmlAttribute Clone(); 　　　　　　 克隆到另一個HttpAttribute
int CompareTo(object obj);　　　　將當前實例與另外一個屬性進行比較。比較基於屬性的名稱。
void Remove(); 　　　　　　　　　　從文檔中移除該屬性

        static void Main(string[] args)
        {
            //<ul class="user_match clear">
            //    <li>年齡：21～30之間</li>
            //    <li>婚史：未婚</li>
            //    <li>地區：不限</li>
            //    <li>身高：175～185釐米之間</li>
            //    <li>學歷：不限</li>
            //    <li>職業：不限</li>
            //    <li>月薪：不限</li>
            //    <li>住房：不限</li>
            //    <li>購車：不限</li>
            //</ul>

            WebClient wc = new WebClient();
            wc.BaseAddress = "http://www.juedui100.com/";
            wc.Encoding = Encoding.UTF8;
            HtmlDocument doc = new HtmlDocument();
            string html = wc.DownloadString("user/6971070.html");
            doc.LoadHtml(html);
            HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]");     //根據XPath查找節點，跟XmlNode差很少
            HtmlAttribute attr = node.Attributes["class"];
            Console.WriteLine(attr.Line);   //輸出 155    此屬性所在文檔的行數
            Console.WriteLine(attr.LinePosition);   //輸出 6  此屬性位於文檔的列數
            Console.WriteLine(attr.Name);   //輸出 class  屬性名
            Console.WriteLine(attr.OriginalName);   //輸出 class  未通過更改的原始屬性名
            Console.WriteLine(attr.OwnerDocument);  //獲取所在文檔
            HtmlNode node1 = attr.OwnerNode;
            Console.WriteLine(node1.Name);      //輸出 ul
            AttributeValueQuote ty = attr.QuoteType;    //指定的數據包裝在雙引號裏仍是單引號裏
            Console.WriteLine(ty.ToString());   //輸出 DoubleQuote        AttributeValueQuote是一個枚舉，只有兩個值SingleQuote與DoubleQuote
            Console.WriteLine(attr.StreamPosition);     //輸出7355    屬性所在文檔的字符位置
            Console.WriteLine(attr.Value);      //輸出 user_match clear  屬性的值
            Console.WriteLine(attr.XPath);      //輸出 /html[1]/body[1]/div[4]/div[1]/div[2]/ul[1]/@class[1]    當前屬性的訪問XPath表達式

            HtmlAttribute attr1 = attr.Clone();
            Console.WriteLine(attr1.Name + " : " + attr1.Value);    //輸出 class : user_match clear
            //Compareto(Object obj)
            attr.Remove();
            Console.WriteLine(node.OuterHtml);     //輸出 <ul><li>.....</ul>  該屬性已被移除

            Console.ReadKey();
        }

 

出處：https://www.cnblogs.com/kissdodog/archive/2013/02/28/2937795.html 

 

---

 HtmlTextNode & HtmlCommentNode

 在HtmlAgilityPack裏，HtmlTextNode對應的是文本節點。這是一個很是簡單的一個類，方法和字段都比較少。

1、屬性

override string InnerHtml { get; set; }　　　　文本內的HTML代碼(不包括自身)
override string OuterHtml { get; }　　　　　　 整個文本節點的Html代碼
string Text { get; set; }　　　　　　　　　　　文本字符串

2、方法

　　internal HtmlTextNode(HtmlDocument ownerdocument, int index);

　　代碼示例：

        static void Main(string[] args)
        {
            //<ul class="user_match clear">
            //    <li>年齡：21～30之間</li>
            //    <li>婚史：未婚</li>
            //    <li>地區：不限</li>
            //    <li>身高：175～185釐米之間</li>
            //    <li>學歷：不限</li>
            //    <li>職業：不限</li>
            //    <li>月薪：不限</li>
            //    <li>住房：不限</li>
            //    <li>購車：不限</li>
            //</ul>

            WebClient wc = new WebClient();
            wc.BaseAddress = "http://www.juedui100.com/";
            wc.Encoding = Encoding.UTF8;
            HtmlDocument doc = new HtmlDocument();
            string html = wc.DownloadString("user/6971070.html");
            doc.LoadHtml(html);
            HtmlNode node = doc.DocumentNode.SelectSingleNode("/html/body/div[4]/div[1]/div[2]/ul[1]/li[1]");     //根據XPath查找節點，跟XmlNode差很少
            //在此處node是第一個li節點
            HtmlTextNode tNode = node.FirstChild as HtmlTextNode;
            Console.WriteLine(tNode.Text);  //輸出 年齡：21～30之間
            Console.WriteLine(tNode.InnerHtml);     //輸出 年齡：21～30之間
            Console.WriteLine(tNode.OuterHtml);     //輸出 年齡：21～30之間     奇怪沒什麼變化

            Console.ReadKey();
        }

 HtmlCommentNode類與HtmlTextNode幾乎同樣，所以再也不敘述。

 

出處：https://www.cnblogs.com/kissdodog/archive/2013/02/28/2937838.html

---

HtmlDocument

　　HtmlDocument類對應着一個HTML文檔代碼。它提供了建立文檔，裝載文檔，修改文檔等等一系列功能，來看看它提供的功能。

1、屬性

int CheckSum { get; } 　　　　　　　　　 若是 OptionComputeChecksum 設置爲 true 以前解析，0 不然獲取文檔 CRC32 校驗和。
Encoding DeclaredEncoding { get; } 　　 獲取文檔的聲明的編碼。聲明肯定編碼使用 meta http-equiv ="內容類型"內容 ="文本/html ； charset = XXXXX"html 節點。
HtmlNode DocumentNode { get; } 　　　 獲取文檔的根節點。
Encoding Encoding { get; } 　　　　　　　獲取文檔的輸出編碼。
IEnumerable<HtmlParseError> ParseErrors { get; } 　　獲取文檔在解析過程當中，發現的解析錯誤集合
string Remainder { get; } 　　　　　　　　獲取剩餘的文本。若是 OptionStopperNodeName 爲空，此屬性將始終爲空。
int RemainderOffset { get; } 　　　　　　 獲取原始 Html 文本中其他部分的偏移量。若是 OptionStopperNodeName 爲 null，這將返回原始 Html 文本的長度。
Encoding StreamEncoding { get; } 　　　 獲取文檔的流的編碼。

2、方法

HtmlAttribute CreateAttribute(string name); 　　　　　　　　　　建立一個屬性，指定名稱
HtmlAttribute CreateAttribute(string name, string value); 　　　 建立一個屬性，指定名稱和值
HtmlCommentNode CreateComment(); 　　　　　　　　　　　　  建立一個空的註釋節點
HtmlCommentNode CreateComment(string comment); 　　　　  使用指定的名稱建立一個註釋節點
HtmlNode CreateElement(string name); 　　　　　　　　　　　　 使用指定的名稱建立一個 HTML 元素節點。
XPathNavigator CreateNavigator(); 　　　　　　　　　　　　　　  建立一個XPathNavigator 對象
HtmlTextNode CreateTextNode(); 　　　　　　　　　　　　　　　 建立一個文本節點
HtmlTextNode CreateTextNode(string text); 　　　　　　　　　　建立一個文本節點，並用參數的值賦值
Encoding DetectEncoding(Stream stream); 　　　　　　　　　　  檢測到的 HTML 流的編碼。
Encoding DetectEncoding(string path); 　　　　　　　　　　　　  檢測編碼的 HTML 文本。
Encoding DetectEncoding(TextReader reader); 　　　　　　　　  檢測到的關於 TextReader 提供 HTML 文本的編碼。
void DetectEncodingAndLoad(string path); 　　　　　　　　　　  檢測到第一，從一個文件的 HTML 文檔的編碼，而後加載該文件。
void DetectEncodingAndLoad(string path, bool detectEncoding); 檢測到第一，從一個文件的 HTML 文檔的編碼，而後加載該文件。
Encoding DetectEncodingHtml(string html); 　　　　　　　　　　 檢測編碼的 HTML 文本。
HtmlNode GetElementbyId(string id); 　　　　　　　　　　　　　 根據Id查找一個節點
static string GetXmlName(string name); 　　　　　　　　　　　　獲取一個有效的 XML 名稱。
static string HtmlEncode(string html); 　　　　　　　　　　　　　靜態方法，對一個字符串進行HTML編碼
static bool IsWhiteSpace(int c); 　　　　　　　　　　　　　　　　 肯定指定的字符是不是一個空白字符。
void Load(Stream stream); 　　　　　　　　　　　　　　　　　　 從流中加載一個文檔
void Load(string path); 　　　　　　　　　　　　　　　　　　　　 從路徑中加載一個文檔
void Load(TextReader reader);
void Load(Stream stream, bool detectEncodingFromByteOrderMarks);
void Load(Stream stream, Encoding encoding);
void Load(string path, bool detectEncodingFromByteOrderMarks);
void Load(string path, Encoding encoding);
void Load(Stream stream, Encoding encoding, bool detectEncodingFromByteOrderMarks);
void Load(string path, Encoding encoding, bool detectEncodingFromByteOrderMarks);
void Load(Stream stream, Encoding encoding, bool detectEncodingFromByteOrderMarks, int buffersize);
void Load(string path, Encoding encoding, bool detectEncodingFromByteOrderMarks, int buffersize);
void LoadHtml(string html); 　　　　　　　　　　　　　　　　　　 從字符串中加載一個文檔
void Save(Stream outStream); 　　　　　　　　　　　　　　　　  將當前HTML文檔保存入流
void Save(StreamWriter writer);
void Save(string filename); 　　　　　　　　　　　　　　　　　　  將HTML文檔保存到指定的路徑
void Save(TextWriter writer);
void Save(XmlWriter writer);
void Save(Stream outStream, Encoding encoding);
void Save(string filename, Encoding encoding);

屬性代碼示例：

        static void Main(string[] args)
        {
            WebClient wc = new WebClient();
            wc.BaseAddress = "http://www.juedui100.com/";
            wc.Encoding = Encoding.UTF8;
            HtmlDocument doc = new HtmlDocument();
            string html = wc.DownloadString("user/6971070.html");
            doc.LoadHtml(html);

            int i = doc.CheckSum;   //若是 OptionComputeChecksum 設置爲 true 以前解析，0 不然獲取文檔 CRC32 校驗和。
            Console.WriteLine(i);   //輸出 0  

            Encoding enc = doc.DeclaredEncoding;    //獲取文檔的聲明的編碼。
            Console.WriteLine(enc.BodyName);        //輸出 utf-8

            HtmlNode node = doc.DocumentNode;   //獲取文檔的根節點
            Console.WriteLine(node.Name);       //輸出 #document

            Encoding enc1 = doc.Encoding;       //獲取文檔的輸出編碼
            Console.WriteLine(enc1.BodyName);   //輸出utf-8

            IEnumerable<HtmlParseError> eList = doc.ParseErrors;    //文檔在解析過程當中發現的解析錯誤集合

            string str = doc.Remainder;         //獲取剩餘的文本。
            Console.WriteLine(str);             //什麼都沒輸出

            int offset = doc.RemainderOffset;   //獲取原始 Html 文本中其他部分的偏移量。
            Console.WriteLine(offset);          //輸出 25762

            Encoding enc2 = doc.StreamEncoding;
            Console.WriteLine(enc2.BodyName);

            Console.ReadKey();
        }

 方法代碼示例：

用於測試的HTML代碼：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
    <title></title>
</head>
<body>

</body>
</html>

主程序代碼：

        static void Main(string[] args)
        {
            HtmlDocument doc = new HtmlDocument();
            doc.Load(@"D:\1234.html");     //此方法有11個重載，支持各類加載Html文檔
            //Console.WriteLine(doc.DocumentNode.InnerHtml);    已經加載成功，輸出D:123.html的頁面代碼
            HtmlNode node1 = doc.CreateElement("div");      //本文檔建立一個節點
            node1.InnerHtml = "我是一個div";
            doc.DocumentNode.SelectSingleNode("//body").AppendChild(node1); //將節點追加到body裏
            
            HtmlAttribute attr = doc.CreateAttribute("class", "class1");
            doc.DocumentNode.SelectSingleNode("/html/body/div[1]").Attributes.Add(attr);    //此方法也能夠用兩個參數添加。
            //以上代碼執行以後 body裏的內容變爲 <body><div class="class1">我是一個div</div></body>    看到屬性又被添加進去了

            HtmlCommentNode cNode = doc.CreateComment();
            cNode.Comment = "<!--這是一段註釋-->";            //應該不是這樣寫的吧？多是我寫錯了，先跳過這一段
            doc.DocumentNode.SelectSingleNode("/html/body/div[1]").AppendChild(cNode);      //雖然達到了目的，可是應該不是這樣寫的吧
            //執行以後
            //<body>
            //    <div class="class1">我是一個div<!--這是一段註釋--></div>    留意到註釋節點已添加進去了
            //</body>

            HtmlTextNode tNode = doc.CreateTextNode("我是一個文本節點");
            doc.DocumentNode.SelectSingleNode("/html/body/div[1]").AppendChild(tNode);
            //執行以後
            //<body>
            //    <div class="class1">我是一個div<!--這是一段註釋-->我是一個文本節點</div>    //留意到文本節點已添加進去了
            //</body> 

            Encoding enc = doc.DetectEncoding(@"D:\1234.html");    //3個重載，應該是從流中，TextWriter中和 路徑中檢測編碼
            //Console.WriteLine(enc.BodyName);              //獲取不到對象，不知道哪裏錯了

            HtmlNode node = doc.CreateElement("p");
            node.InnerHtml = "我是一個p";
            HtmlAttribute attr2 = doc.CreateAttribute("id","id1");
            node.Attributes.Add(attr2);
            doc.DocumentNode.AppendChild(node);

            HtmlNode node2 = doc.GetElementbyId("id1"); //根據Id查找節點
            Console.WriteLine(node2.InnerText);         //輸出 我是一個p

            string strHtml = "<b>我是一個加粗節點</b>";
            string s = HtmlDocument.HtmlEncode(strHtml);
            Console.WriteLine(s);                   //輸出 &lt;b&gt;我是一個加粗節點&lt;/b&gt;    這是通過HTML編碼的字符串

            string str = HtmlDocument.GetXmlName("<sss");   //根據字符串獲取一個有效的XML名稱  
            Console.WriteLine(str);     //輸出 _3c_sss    

            Console.WriteLine(HtmlDocument.IsWhiteSpace(10));   //True
            Console.WriteLine(HtmlDocument.IsWhiteSpace(101));   //False

            doc.Save(@"D:\123.html");       //Save方法有多個重載，能夠經過流，路徑，而且還能指定編碼等等。

            HtmlDocument doc1 = new HtmlDocument();
            string html = File.ReadAllText(@"D:\123.html");
            doc1.LoadHtml(html);        //此方法表示從一個字符串中載入HtmlDocument

            Console.ReadKey();
        }

 

出處： https://www.cnblogs.com/kissdodog/archive/2013/02/28/2937900.html

 

---

HtmlWeb類

　　HtmlWeb類是一個從網絡上獲取一個HTML文檔的類，其提供的功能大可能是基於完成此需求出發。如今來來HtmlWeb類有哪些方法以及屬性。

　　1、屬性

bool AutoDetectEncoding { get; set; } 　　　　獲取或設置一個值，該值指示是否必須將自動檢測文檔編碼。
bool CacheOnly { get; set; } 　　　　　　　　　獲取或設置一個值，該值指示是否只從緩存中獲取的文檔。若是此設置爲 true 而且文檔未找到在緩存中，並不會加載。
string CachePath { get; set; } 　　　　　　　　 獲取或設置緩存路徑。若是爲 null，則將使用無緩存的機制。
bool FromCache { get; }　　　　　　　　　　　 獲取一個值，該值指示是否從緩存中檢索的最後一次加載的文檔。
Encoding OverrideEncoding { get; set; } 　　　獲取或設置用於重寫從任何 web 請求的響應流的編碼。
int RequestDuration { get; } 　　　　　　　　  獲取上次請求持續時間，以毫秒爲單位。
Uri ResponseUri { get; } 　　　　　　　　　　　獲取的互聯網資源的實際響應請求的 URI。
HttpStatusCode StatusCode { get; } 　　　　 獲取上次請求狀態。
int StreamBufferSize { get; set; } 　　　　　　獲取或設置用於內存操做的緩衝區的大小。
bool UseCookies { get; set; } 　　　　　　　　 獲取或設置一個值，該值指示是否將存儲的 cookie。
string UserAgent { get; set; } 　　　　　　　　獲取或設置任何 webrequest 上發送的用戶代理 HTTP 1.1 標頭
bool UsingCache { get; set; } 　　　　　　　　 獲取或設置一個值，指示是否使用的緩存機制。

2、方法(刪減了很多重載)

object CreateInstance(string url, Type type); 　　從指定的互聯網資源建立給定類型的實例。
void Get(string url, string path); 　　　　　　　　 從互聯網資源獲取 HTML 文檔並將其保存到指定的文件。
string GetCachePath(Uri uri); 　　　　　　　　　　 獲取指定的 url 緩存文件路徑。
static string GetContentTypeForExtension(string extension, string def); 　　　　 獲取給定的路徑擴展的 MIME 內容類型。
static string GetExtensionForContentType(string contentType, string def); 　　　　 獲取給定的 MIME 內容類型的路徑擴展。
HtmlDocument Load(string url); 　　　　　　　　 從一個網址加載代碼並返回一個HtmlDocument
void LoadHtmlAsXml(string htmlUrl, string xsltUrl, XsltArgumentList xsltArgs, XmlTextWriter writer); 　　從互聯網資源加載 HTML 文檔，並將其保存到指定的 XmlTextWriter。

代碼示例：因爲對HTTP方面的不少知識尚不熟悉，所以先跳過，之後再補充那些不懂的。

 static void Main(string[] args)
        {
            HtmlWeb web = new HtmlWeb();
            Console.WriteLine(web.AutoDetectEncoding);  //輸出 True
            Console.WriteLine(web.CacheOnly);   //輸出 False   
            Console.WriteLine(web.CachePath);   //輸出 空白(啥都不輸出)
            Console.WriteLine(web.OverrideEncoding);    //輸出  空白
            Console.WriteLine(web.RequestDuration);     //輸出 0 上次持續請求時間爲0？
            Console.WriteLine(web.ResponseUri);         //輸出 空白
            Console.WriteLine(web.StatusCode);          //輸出 Ok 就是 200了，枚舉來的
            Console.WriteLine(web.StreamBufferSize);    //輸出 1024
            Console.WriteLine(web.UseCookies);          //輸出 False
            Console.WriteLine(web.UserAgent);           //輸出 FireFox...................................
            Console.WriteLine(web.UsingCache);          //輸出 False
            HtmlDocument doc = web.Load("http://www.juedui100.com");
            Console.WriteLine(doc.DocumentNode.SelectSingleNode("//title").InnerText);  //輸出 交友_徵婚_找對象,上絕對100婚戀交友網

            Uri uri = new Uri("http://www.juedui100.com");

            web.CachePath = @"D:\juedui100\";
            web.UsingCache = true;      //要先開啓使用緩存，下面的方法纔可以使用
            Console.WriteLine(web.GetCachePath(uri));

            web.Get("http://www.juedui100.com",@"D:\juedui100.html"); 
            //2、方法(刪減了很多重載)

            //object CreateInstance(string url, Type type); 　　從指定的互聯網資源建立給定類型的實例。
            //static string GetContentTypeForExtension(string extension, string def);    　　　　    獲取給定的路徑擴展的 MIME 內容類型。 
            //static string GetExtensionForContentType(string contentType, string def);    　　　　    獲取給定的 MIME 內容類型的路徑擴展。
            //void LoadHtmlAsXml(string htmlUrl, string xsltUrl, XsltArgumentList xsltArgs, XmlTextWriter writer);    　　從互聯網資源加載 HTML 文檔，並將其保存到指定的 XmlTextWriter。

            Console.ReadKey();
        }

 

 

出處：https://www.cnblogs.com/kissdodog/archive/2013/03/01/2938698.html 

 

---

HtmlAgilityPack下載開啓壓縮的頁面亂碼

當一個被採集的網頁是開啓壓縮了的話，若是使用HtmlAgilityPack 的HtmlWeb默認配置去下載，下載回來的HTML代碼是亂碼，應該進行以下操做

    HtmlWeb web = new HtmlWeb();
    HtmlAgilityPack.HtmlWeb.PreRequestHandler handler = delegate(HttpWebRequest request)
    {
     request.Headers[HttpRequestHeader.AcceptEncoding] = "gzip, deflate";
     request.AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip;
     request.CookieContainer = new System.Net.CookieContainer();
     return true;
    };
    web.PreRequest += handler;
    web.OverrideEncoding = Encoding.Default;

而若是僅僅只是網頁的編碼問題，則只須要配置這個參數：

web.OverrideEncoding = Encoding.Default;

 出處：https://www.cnblogs.com/kissdodog/p/5420332.html