Pacote de Agilidade HTML em C# (Como funciona para desenvolvedores)

Como usar o HtmlAgilityPack em C

1. Crie um novo projeto em C#.
2. Instale a biblioteca HtmlAgilityPack.
3. Importe o namespace. Criar um objeto.
4. Importar dados da URL e analisar o HTML.
5. Obtenha os dados necessários e descarte o objeto.

Introdução ao HtmlAgilityPack

O HTML Agility Pack é uma biblioteca de análise HTML versátil e poderosa para desenvolvedores .NET . Com a ajuda de sua extensa coleção de APIs, os desenvolvedores podem navegar, alterar e extrair dados de documentos HTML com facilidade. O HTML Agility Pack facilita o trabalho com conteúdo HTML de forma programática para todos os desenvolvedores, independentemente do nível de experiência.

A capacidade do HTML Agility Pack de gerenciar com cuidado HTML mal organizado ou com erros é o que o torna único. É perfeito para operações de extração de dados online, onde a qualidade da marcação HTML pode variar, pois utiliza um algoritmo de análise sintática tolerante que consegue analisar até mesmo o HTML mais mal construído.

Funcionalidades do HtmlAgilityPack

Primeiros passos com o 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()

Operações HtmlAgilityPack

Integrando o HtmlAgilityPack com o IronPDF

Instale o IronPDF

• Inicie o projeto do Visual Studio.
• Selecione "Ferramentas" > "Gerenciador de Pacotes NuGet " > "Console do Gerenciador de Pacotes".
• Insira este comando no Console do Gerenciador de Pacotes:

Install-Package IronPdf

Como alternativa, você pode usar o NuGet Package Manager for Solutions para instalar o IronPDF.

• Os resultados da pesquisa para o pacote IronPDF podem ser visualizados, selecionados e, em seguida, o botão "Instalar" pode ser clicado. O Visual Studio cuidará da instalação e do download para você.

  

• O pacote IronPDF e quaisquer dependências necessárias para o seu projeto serão instalados pelo NuGet.
• O IronPDF pode ser usado em seu projeto após a instalação.

Implementando a lógica

Ao integrar as funcionalidades de ambas as bibliotecas, o HTML Agility Pack (HAP) e o IronPDF podem ser implementados em C# para ler informações HTML e gerar documentos PDF dinamicamente. Os passos para a implementação estão listados abaixo, juntamente com um exemplo de código que demonstra cada um deles:

1. Carregar conteúdo HTML usando o HTML Agility Pack: Para carregar material HTML de uma fonte, como um arquivo, string ou URL, use o HTML Agility Pack. Nesta fase, o documento HTML é analisado e um objeto de documento HTML manipulável é criado.
2. Extrair o conteúdo desejado: Para selecionar e extrair conteúdo específico do documento HTML, utilize o HTML Agility Pack em conjunto com consultas XPath ou LINQ. Isso pode implicar a escolha de elementos de acordo com suas propriedades, tags ou estrutura hierárquica.
3. Converter HTML para PDF usando o IronPDF: Para criar um documento PDF a partir do conteúdo HTML obtido, use o IronPDF. O IronPDF converte material HTML para o formato PDF com facilidade, mantendo o estilo e o layout.
4. Opcional: Personalizar a saída em PDF: Use o IronPDF para adicionar cabeçalhos, rodapés, numeração de páginas e outros componentes dinâmicos para personalizar a saída em PDF conforme necessário. Esta etapa melhora a aparência e a usabilidade do documento PDF resultante.
5. Salvar ou transmitir documento PDF: O documento PDF criado pode ser transmitido diretamente para o cliente ou navegador para download, ou pode ser salvo em um arquivo. O IronPDF oferece maneiras de salvar arquivos PDF em diferentes fluxos de saída.

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

Visite a página Utilizando o IronPDF para Conversão para saber mais sobre o exemplo de código.

O resultado da execução é mostrado abaixo:

Conclusão

Seja analisando dados HTML ou criando relatórios em PDF, os desenvolvedores podem gerenciar e alterar o conteúdo dos documentos com facilidade graças à integração perfeita do HTML Agility Pack e do IronPDF em C#. Os desenvolvedores podem automatizar com facilidade e precisão as operações relacionadas a documentos, combinando os recursos de produção de PDF do IronPDF com as capacidades de análise sintática do HTML Agility Pack. A combinação dessas duas bibliotecas oferece uma solução robusta de gerenciamento de documentos em C#, independentemente de você estar criando relatórios dinâmicos ou extraindo dados de páginas da web.

O pacote $799 Lite inclui uma licença perpétua, um ano de manutenção do software e uma atualização da biblioteca. O IronPDF oferece licença gratuita com limitações temporais e de redistribuição. Durante o período de teste, os usuários podem avaliar a solução sem visualizar a marca d'água. Acesse a página de Informações sobre Licenciamento do IronPDF para saber mais sobre custos e licenças.

Saiba mais sobre as bibliotecas da Iron Software .