Html Agility Pack C# (Comment ça fonctionne pour les développeurs)

Comment Utiliser HtmlAgilityPack en C#

1. Créez un nouveau projet C#.
2. Installez la bibliothèque HtmlAgilityPack.
3. Importez le namespace. Créez un objet.
4. Importez les données depuis l'URL et analysez le HTML.
5. Récupérez les données nécessaires et supprimez l'objet.

Introduction à HtmlAgilityPack

HTML Agility Pack est une bibliothèque d'analyse HTML polyvalente et puissante pour les développeurs .NET. Avec l'aide de sa vaste collection d'API, les développeurs peuvent facilement naviguer, modifier et extraire des données à partir de documents HTML. HTML Agility Pack facilite le travail avec le contenu HTML de manière programmatique pour tous les développeurs, quel que soit leur niveau d'expérience.

La capacité de HTML Agility Pack à gérer en douceur du HTML mal organisé ou défectueux est ce qui le rend unique. Il est parfait pour les opérations de scraping en ligne où la qualité du balisage HTML peut varier, car il utilise un algorithme d'analyse tolérant qui peut analyser même le HTML le plus mal construit.

Caractéristiques de HtmlAgilityPack

Bien Commencer avec HtmlAgilityPack

using HtmlAgilityPack;

// Load HTML content from a file or URL
HtmlWeb web = new HtmlWeb();
var doc = web.Load("https://ironpdf.com/");

// Select specific html nodes and parse html string
HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']");

// Iterate through selected nodes and extract content
foreach (HtmlNode node in nodes)
{
    Console.WriteLine(node.InnerText);
}
Console.ReadKey();

using HtmlAgilityPack;

// Load HTML content from a file or URL
HtmlWeb web = new HtmlWeb();
var doc = web.Load("https://ironpdf.com/");

// Select specific html nodes and parse html string
HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']");

// Iterate through selected nodes and extract content
foreach (HtmlNode node in nodes)
{
    Console.WriteLine(node.InnerText);
}
Console.ReadKey();

Imports HtmlAgilityPack

' Load HTML content from a file or URL
Private web As New HtmlWeb()
Private doc = web.Load("https://ironpdf.com/")

' Select specific html nodes and parse html string
Private nodes As HtmlNodeCollection = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']")

' Iterate through selected nodes and extract content
For Each node As HtmlNode In nodes
	Console.WriteLine(node.InnerText)
Next node
Console.ReadKey()

Opérations de HtmlAgilityPack

Intégration de HtmlAgilityPack avec IronPdf

Installer IronPDF

• Lancez le projet Visual Studio.
• Sélectionnez "Outils" > "Gestionnaire de paquets NuGet" > "Console du gestionnaire de paquets".
• Entrez cette commande dans la console du gestionnaire de paquets :

Install-Package IronPdf

• En guise d'alternative, vous pouvez utiliser le gestionnaire de paquets NuGet pour les Solutions pour installer IronPDF.
• Les résultats de recherche du package IronPDF peuvent être parcourus, choisis, puis le bouton "Installer" peut être cliqué. Visual Studio se chargera de l'installation et du téléchargement pour vous.

• Le package IronPDF et toutes les dépendances nécessaires pour votre projet seront installés par NuGet.
• IronPDF peut être utilisé pour votre projet après l'installation.

Implémentation de la logique

En intégrant les fonctionnalités des deux bibliothèques, HTML Agility Pack (HAP) et IronPDF peuvent être implémentés en C# pour lire des informations HTML et produire des documents PDF à la volée. Les étapes pour l'implémentation sont énumérées ci-dessous, ainsi qu'un exemple de code qui parcourt chacune d'elles :

1. Charger le Contenu HTML en utilisant HTML Agility Pack : Pour charger du matériel HTML à partir d'une source, telle qu'un fichier, une chaîne ou une URL, utilisez HTML Agility Pack. À cette étape, le document HTML est analysé et un objet de document HTML manipulable est créé.
2. Extraire le Contenu Désiré : Pour choisir et extraire un contenu particulier du document HTML, utilisez HTML Agility Pack en conjonction avec des requêtes XPath ou LINQ. Cela pourrait impliquer de choisir des éléments selon leurs propriétés, leurs balises ou leur structure hiérarchique.
3. Convertir HTML en PDF en utilisant IronPDF : Pour créer un document PDF à partir du contenu HTML récupéré, utilisez IronPDF. IronPDF convertit le matériel HTML en format PDF avec facilité tout en maintenant le style et la mise en page.
4. Optionnel : Personnaliser la Sortie PDF : Utilisez IronPDF pour ajouter des en-têtes, pieds de page, numérotation des pages et d'autres composants dynamiques pour personnaliser la sortie PDF selon les besoins. Cette étape améliore l'apparence et l'utilisabilité du document PDF résultant.
5. Enregistrer ou Diffuser le Document PDF : Le document PDF créé peut être diffusé directement vers le client ou le navigateur pour téléchargement, ou il peut être enregistré dans un fichier. IronPDF propose des moyens d'enregistrer des fichiers PDF dans différents flux de sortie.

using HtmlAgilityPack;
using IronPdf;
using System;
using System.Text;

class Program
{
    static void Main()
    {
        StringBuilder htmlContent = new StringBuilder();

        // Load HTML content from a file or URL
        HtmlWeb web = new HtmlWeb();
        HtmlDocument doc = web.Load("https://ironpdf.com/");

        // Select specific elements using XPath or LINQ
        HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']");

        // Iterate through selected nodes and extract content
        foreach (HtmlNode node in nodes)
        {
            htmlContent.Append(node.OuterHtml);
            Console.WriteLine(node.InnerText);
        }

        // Convert HTML content to PDF using IronPDF
        var Renderer = new HtmlToPdf();
        var PDF = Renderer.RenderHtmlAsPdf(htmlContent.ToString());

        // Save PDF to file
        PDF.SaveAs("output.pdf");
        Console.WriteLine("PDF generated successfully!");
        Console.ReadKey();
    }
}

using HtmlAgilityPack;
using IronPdf;
using System;
using System.Text;

class Program
{
    static void Main()
    {
        StringBuilder htmlContent = new StringBuilder();

        // Load HTML content from a file or URL
        HtmlWeb web = new HtmlWeb();
        HtmlDocument doc = web.Load("https://ironpdf.com/");

        // Select specific elements using XPath or LINQ
        HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']");

        // Iterate through selected nodes and extract content
        foreach (HtmlNode node in nodes)
        {
            htmlContent.Append(node.OuterHtml);
            Console.WriteLine(node.InnerText);
        }

        // Convert HTML content to PDF using IronPDF
        var Renderer = new HtmlToPdf();
        var PDF = Renderer.RenderHtmlAsPdf(htmlContent.ToString());

        // Save PDF to file
        PDF.SaveAs("output.pdf");
        Console.WriteLine("PDF generated successfully!");
        Console.ReadKey();
    }
}

Imports HtmlAgilityPack
Imports IronPdf
Imports System
Imports System.Text

Friend Class Program
	Shared Sub Main()
		Dim htmlContent As New StringBuilder()

		' Load HTML content from a file or URL
		Dim web As New HtmlWeb()
		Dim doc As HtmlDocument = web.Load("https://ironpdf.com/")

		' Select specific elements using XPath or LINQ
		Dim nodes As HtmlNodeCollection = doc.DocumentNode.SelectNodes("//h1[@class='product-homepage-header product-homepage-header--ironpdf']")

		' Iterate through selected nodes and extract content
		For Each node As HtmlNode In nodes
			htmlContent.Append(node.OuterHtml)
			Console.WriteLine(node.InnerText)
		Next node

		' Convert HTML content to PDF using IronPDF
		Dim Renderer = New HtmlToPdf()
		Dim PDF = Renderer.RenderHtmlAsPdf(htmlContent.ToString())

		' Save PDF to file
		PDF.SaveAs("output.pdf")
		Console.WriteLine("PDF generated successfully!")
		Console.ReadKey()
	End Sub
End Class

Visitez Utiliser IronPDF pour la Conversion pour en savoir plus sur l'exemple de code.

Le résultat de l'exécution est indiqué ci-dessous :

Conclusion

Qu'il s'agisse d'analyser des données HTML ou de créer des rapports PDF, les développeurs peuvent gérer et modifier le matériel des documents avec facilité grâce à l'intégration fluide de HTML Agility Pack et IronPDF en C#. Les développeurs peuvent facilement et précisément automatiser les opérations liées aux documents en combinant les fonctionnalités de production PDF de IronPDF avec les capacités d'analyse de HTML Agility Pack. La combinaison de ces deux bibliothèques offre une solution puissante de gestion de documents en C#, que vous construisiez des rapports dynamiques ou extrayiez des données à partir de pages Web.

Un abonnement à perpétuité, une année de maintenance logicielle et une mise à niveau de la bibliothèque sont tous inclus dans le package Lite $799. IronPDF propose une licence gratuite avec des limitations temporelles et de redistribution. Pendant la période d'essai, les utilisateurs peuvent évaluer la solution sans voir de filigrane. Veuillez consulter les informations de licence de IronPDF pour en savoir plus sur le coût et la licence.

En savoir plus sur les bibliothèques de Iron Software.