从 html 字符串中提取数据的库

【问题标题】：Library to extract data from html string从 html 字符串中提取数据的库
【发布时间】：2012-01-22 19:56:01
【问题描述】：

是否有任何免费/开源的 c# 库可以从 html 中提取数据？

鉴于下面的输入

<div style="...">
 text part 1
</div>
<div style="...">
 text part 2
</div>

我希望输出是：

text part 1 text part 2

【问题讨论】：

标签： c# .net html html-parsing

【解决方案1】：

是的，您可以使用 HtmlAgilityPack 来使用 Xpath 查询解析 HTML，就像它是 XML 一样。

【讨论】：

【解决方案2】：

你可以使用HtmlAgilitiPack非常好的库。

然后：

public string StripHTMLTags(string str)
        {
            StringBuilder pureText = new StringBuilder();
            HtmlDocument doc = new HtmlDocument();
            doc.LoadHtml(str);

            foreach (HtmlNode node in doc.DocumentNode.ChildNodes)
            {
                pureText.Append(node.InnerText);
            }

            return pureText.ToString();
        }

【讨论】：