.NET 框架是否提供解析 HTML 字符串的方法？答案

【问题标题】：Does .NET framework offer methods to parse an HTML string?.NET 框架是否提供解析 HTML 字符串的方法？
【发布时间】：2025-12-14 06:05:01
【问题描述】：

知道我不能使用 HTMLAgilityPack，只能直接使用 .NET，假设我有一个字符串，其中包含一些我需要以这种方式解析和编辑的 HTML：

在层次结构中按 id 或标签查找特定控件
修改（最好是创建）这些找到的元素的属性

.net 中有可用的方法吗？

【问题讨论】：

我知道...use regex
我不知道...不要使用正则表达式*.com/questions/1732348/…
如果您的 HTML 恰好是 XHTML，那么您可以使用标准 XML 库对其进行解析、遍历和修改。
简短的回答是否定的。 Agility Pack 是最接近经批准的 (.NET) HTML 解析器的东西。
为什么“我不能使用 HTMLAgilityPack”？排除一个非常好的（甚至是免费的）工具似乎很愚蠢。

标签： c# .net html parsing

【解决方案1】：

HtmlDocument

GetElementById

HtmlElement

您可以创建一个虚拟的 html 文档。

WebBrowser w = new WebBrowser();
w.Navigate(String.Empty);
HtmlDocument doc = w.Document;
doc.Write("<html><head></head><body><img id=\"myImage\" src=\"c:\"/><a id=\"myLink\" href=\"myUrl\"/></body></html>");
Console.WriteLine(doc.Body.Children.Count);
Console.WriteLine(doc.GetElementById("myImage").GetAttribute("src"));
Console.WriteLine(doc.GetElementById("myLink").GetAttribute("href"));
Console.ReadKey();

输出：

file:///c:

关于：我的网址

编辑元素：

HtmlElement imageElement = doc.GetElementById("myImage");
string newSource = "d:";
imageElement.OuterHtml = imageElement.OuterHtml.Replace(
        "src=\"c:\"",
        "src=\"" + newSource + "\"");
Console.WriteLine(doc.GetElementById("myImage").GetAttribute("src"));

输出：

文件:///d:

【讨论】：

这需要您在 Winforms 控件中加载文档。
如果我错了，请纠正我，但这需要一个 webBrowser 控件并且不允许直接解析 HTML 字符串。
@JellyAma，是的，但这不是您在“修改（并理想地创建）那些找到的元素的属性”中想要的吗？
@Alexei，最重要的是，我需要解析 HTML 字符串。

【解决方案2】：

假设您正在处理格式良好的 HTML，您可以简单地将文本视为 XML 文档。该框架加载了完全符合您要求的功能。

http://msdn.microsoft.com/en-us/library/system.xml.xmldocument.aspx

【讨论】：

尝试解析这个格式良好的 html。 <html><body>line1
line2</body></html>

【解决方案3】：

除了 HTML Agility Pack 和将 HtmlUnit 移植到 C# 之外，听起来可靠的解决方案是：

最明显 - 使用正则表达式。 (System.Text.RegularExpressions)
使用 XML 解析器。（因为 HTML 是一个标签系统，将其视为 XML 文档？）
Linq?

我知道的一件事是解析像 XML 这样的 HTML 可能会导致您遇到一些问题。 XML 和 HTML 不一样。阅读：here

另外，这里有一篇关于Linq vs Regex.的帖子

【讨论】：

*.com/questions/1732348/… *.com/questions/1732348/…

【解决方案4】：

您可以查看 HTML Agility Pack 的工作原理，但它是 .Net。您可以反映程序集并查看它正在使用 MFC，并且可以根据需要进行复制，但您只会移动程序集，而不是使其成为 .Net。

【讨论】：