如何使用c#在asp.net中逐个标签读取远程网页标签的内容？答案

【问题标题】：How to Read the Content of a Remote Web Page Tag by Tag in asp.net using c#?如何使用c#在asp.net中逐个标签读取远程网页标签的内容？
【发布时间】：2012-10-09 11:36:11
【问题描述】：

我想使用 C# 在 asp.net 中读取远程网页的内容。我已经在 asp.net 中使用以下代码阅读了它。

 protected void Page_Load(object sender, EventArgs e)
    {
        string TheUrl = "http://www.demosite.com/Default.aspx";
        string response = GetHtmlPage(TheUrl);
        Response.Write(response);

    }
static string GetHtmlPage(string strURL)
    {

        String strResult;
        WebResponse objResponse;
        WebRequest objRequest = HttpWebRequest.Create(strURL);
        objResponse = objRequest.GetResponse();
        using (StreamReader sr = new StreamReader(objResponse.GetResponseStream()))
        {
            strResult = sr.ReadToEnd();
            sr.Close();
        }
        return strResult;
    }

在这里，我得到了远程网页的全部内容，现在我想逐个标签地读取内容并只获取它的内容。有可能吗？

帮助赞赏...！提前致谢！

【问题讨论】：

根据@atticae 建议使用HTML Agility Pack 来解析HTML，这里有一个简单的例子，可能有用stackoverflow.com/a/10579599/122005

标签： asp.net url remote-access

【解决方案1】：

使用HTML Agility pack 遍历元素。这是解析 HTML 的最佳方式。

你应该可以得到所有的文本节点

doc.DocumentNode.SelectNodes("//text()[normalize-space(.) != '']")

【讨论】：