C# 解析HTML/CSS/PHP文件

我需要某种图书馆，可能是HTMLAgilityPack？它可以解析HTML文件和CSS文件。但这有点棘手，因为HTML（PHP）文件中可能包含PHP代码，也可能包含CSS代码，所以如果没有库的帮助，我甚至不可能独自尝试解决这个问题

我正在Visual Studio Express 2010中使用C#/WinForms。到目前为止，我唯一能找到的是HTML AgilityPack，它没有我能找到的文档，而且我不确定它是否完成了我需要它做的所有事情

我的确切要求是找到一种方法来解析HTML文件，循环遍历每个标记，获取其内容，获取所有属性和值等，并对每个标记进行处理

---

你以前见过这样的图书馆吗？有人能提供一些帮助/建议吗？我并不是真的在追求完美，只是简单和多样性。

HTML Agility Pack将允许您按照您所描述的元素进行循环。文档有点薄，但它是按照XmlDocument类建模的，这大大简化了学习过程。元素是使用XPath查询选择的。这里有一个小的用法示例

下面是一些示例代码，它遍历HTML文档中的所有元素（注意，其中包括文本元素、

元素等）：

var doc=new HtmlAgilityPack.HtmlDocument（）；
doc.LoadHtml（someHtmlString）；
foreach（doc.DocumentNode.SelectNodes（“*”）中的HtmlNode节点可枚举。空（）{
var contents=node.InnerHtml；
foreach（node.Attributes中的var属性）{
var name=attribute.name；
var值=属性值；
}
}

---

解释如何处理PHP标记（您可能想忽略或提取它们）。

摆脱PHP代码应该不难，可能可以通过正则表达式来完成（基本上，您只想去掉

之间的任何内容）

就HTML而言，CSS只是文本数据，因此您可以解析HTML，将每个

标记的内容提取为字符串，然后使用CSS解析器解析（如果您甚至关心CSS的内容）

我以前没有听说过Html Agility Pack，但它看起来可以胜任这项工作，而且有很多答案推荐它

---

我还发现了CSS解析器，以防您也需要它。

是的，别忘了

？？Enumerable.Empty（）

位。。。。（比我的解决方案要好得多，顺便说一句！+1）。。这是我对HAP最大的不满。如果你只关心HTML元素，PHP和CSS就不应该成为问题。该代码可能只是

中的文本。除非您也需要解析PHP，否则HAP将完成这项工作。

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(someHtmlString);

foreach (HtmlNode node in doc.DocumentNode.SelectNodes("*") ?? Enumerable.Empty<HtmlNode>()) {
    var contents = node.InnerHtml;
    foreach (var attribute in node.Attributes) {
        var name = attribute.Name;
        var value = attribute.Value;
    }
}