使用HtmlAgilityPack XPath表达式抓取博客园数据的实现代码

网前端代码复制代码代码如下： %@页面语言=' c# ' AutoEventWireup=' true ' CodeFile=' Default。aspx。cs ' Inherits=' _ Default ' %！DOCTYPE html PUBLIC '-//W3C//DTD XHTML 1.0 Transitional//EN ' ' http://www .w3。org/TR/XHTML 1/DTD/XHTML L1-过渡。DTD ' html xmlns=' http://www .w3。org/1999/XHTML ' head runat=' server ' title/title/head body form ID=' form 1 ' runat=' server ' div table cell padding=' 1 ' cell spacing=' 1 ' bgcolor=' # 1标题运输署/运输署发布作者运输署/运输署发布时间/TD/tr/header template item template tr bgcolor=' # ffffff ' TD align=' left ' a href=' % # Eval(' URL ')% ' target=' _ blank " % # Eval(' title ')%/a/TD a href=' % # Eval(' AuthorURl ')% ' target=' _ blank " % # Eval(' author ')" % a/TD TD % # Eval(' updatetime ')%/TD/item template/asp3360 repeater/table/div/后台代码：复制代码代码如下：使用系统；使用系统。集合。通用；使用系统Linq .使用系统网络.使用系统网络。用户界面使用系统。网络控件；使用S1；使用系统。净值；使用系统IO；使用系统。文字；使用HtmlAgilityPack公共部分类_默认：系统网络。ui。页面{受保护的无效页面_加载(对象发送方，EventArgs e) { string page=string .空的；if(！IsPostBack){ WebClient WC=new WebClient()；字符串地址=' http://www。cn博客。com '；if(！字符串IsNullOrEmpty(请求. QueryString['p'])) { address='/'请求查询字符串[' p ']；//分页，p=p2，p=p3 }流流=wc .OpenRead(地址);StreamReader sr=新的StreamReader(流，编码. UTF8)；string html=Sr . ReadToEnd()；//实例化HtmlAgilityPack .超文本标记语言文档对象HTMl文档=新建HTMl文档()；//载入超文本标记语言文档.加载HTMl(HTMl)；//根据超文本标记语言节点结节的身份获取节点HtmlNode navNode=doc .GetElementbyId(' post _ list ')；//div[2]表示文章链接a位于帖子列表里面第3个差异节点中HtmlNodeCollection list=navNode .选择节点('//div[2]/H3/a ')；//根据XPATH来索引节点cn blogs cn blogs=null listnblogs cn list=new listnlogs()；foreach(列表中的HtmlNode节点){ cn blogs=new Cnlogs()；//获取文章链接地址cnblogs.url=节点。属性[' href ']。价值。ToString()；//获取文章标题cnblogs.title=node .InnerTextcnlist .add(cn博客)；} HTMlNode collection list 1=NavNode .选择节点('//div[2]/div/a ')；for(int I=0；我知道了。计数；i ) { cnlist[i].作者=列表1[i].InnerTextcnlist[i].authorUrl=list1[i].属性[' href ']。价值。ToString()；cnlist[i].更新时间=列表1[I]。下一个兄弟。内部文本。替换('发布于', '').trim()；}这个重复1。DataSource=cnlist这个中继器1。DataBind()；} }公共类Cnblogs { public string title { get设置；}公共字符串url { get设置；}公共字符串作者{获取设置；}公共字符串authorUrl { get设置；}公共字符串updatetime { get设置；} } }