C# HTML解析利器HtmlAgilityPack

HtmlAgilityPack是一个.NET下的HTML解析类库，支持用XPath来解析HTML的类库。

HtmlAgilityPack地址：http://htmlagilitypack.codeplex.com/

XPath简明介绍
 XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。
 下面列出了最有用的路径表达式：
 nodename：选取此节点的所有子节点。
 /：从根节点选取。
 //：从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
 .：选取当前节点。
 ..：选取当前节点的父节点。

 例如有下面一段XML：

<?xml version="1.0" encoding="utf-8"?> 
 <Articles> 
 <Article> 
   <Title>在ASP.NET中使用Highcharts js图表</title> 
   <Url>http://zhoufoxcn.blog.51cto.com/792419/537324</Url> 
   <CreateAt type="en">2011-04-07</price> 
 </Article> 
 <Article> 
   <Title lang="eng">Log4Net使用详解（续）</title> 
   <Url>http://blog.csdn.net/zhoufoxcn/archive/2010/11/23/6029021.aspx</Url> 
   <CreateAt type="zh-cn">2010年11月23日</price> 
 </Article> 
 <Article> 
   <Title>J2ME开发的一般步骤</title> 
   <Url>http://blog.csdn.net/zhoufoxcn/archive/2011/06/12/6540223.aspx</Url> 
   <CreateAt type="zh-cn">2011年06月12日</price> 
 </Article> 
 <Article> 
   <Title lang="eng">PowerDesign高级应用</title> 
   <Url>http://zhoufoxcn.blog.51cto.com/792419/166415</Url> 
   <CreateAt type="zh-cn">2007-09-08</price> 
 </Article> 
 </Articles> 

针对上面的XML文件，我们列出了带有谓语的一些路径表达式，以及表达式的结果：
 /Articles/Article[1]：选取属于Articles子元素的第一个Article元素。
 /Articles/Article[last()]：选取属于Articles子元素的最后一个Article元素。
 /Articles/Article[last()-1]：选取属于Articles子元素的倒数第二个Article元素。
 /Articles/Article[position()<3]：选取最前面的两个属于 bookstore 元素的子元素的Article元素。
 //title[@lang]：选取所有拥有名为lang的属性的title元素。
 //CreateAt[@type='zh-cn']：选取所有CreateAt元素，且这些元素拥有值为zh-cn的type属性。
 /Articles/Article[Order>2]：选取Articles元素的所有Article元素，且其中的Order元素的值须大于2。
 /Articles/Article[Order<3]/Title：选取Articles元素中的Article元素的所有Title元素，且其中的Order元素的值须小于3。