使用给定的起点和终点，从html中分离出一段数据

Question

我正在使用C＃学习屏幕抓取，我想知道

如何，我将收集的html分开， 我正在使用htmlAgilityPack和ScrapySharp库进行抓取，因此通过此代码，我可以检索html页面：

WebPage PageResult = Browser.NavigateToPage(new Uri("localhost"));
Console.WriteLine(PageResult);

当然我会使用所有语法和mishmash取回整个源代码，但是如果，我只想捕获<h2></h2>标签之间的数据，而忽略其他所有内容？

我非常简单的伪代码是：

If result reads h2
Trim all behind
start writing out after 
If result reads /h2
stop writing
Trim anything that comes after

我主要遇到的问题是我如何feed，根据规则，当我读h2之前要剪裁所有内容之后，再写数据，如果出现/h2，停止并修剪结果的结尾吗？

Answer 1

有几种方法可以实现这一目标，其中一种方法是将页面重新显示为XML并解析您要查找的数据，

这可以与 X元素 XmlElement XDocument 等

第二种方法是使用HtmlAgilityPack之类的第三方库，它也支持XPath，

  

var个节点= doc.DocumentNode.SelectNodes（“ // form // input”）;