列表或字符串数组包含Html源代码中的特定单词
列表或字符串数组包含Html源代码中的特定单词
提问于 2014-10-14 08:01:48
我想要开发一个程序，可以计数在源代码中的html标记，所以我写了一个代码，以获取网站的源代码如下。
WebRequest req = HttpWebRequest.Create("http://google.com");
req.Method = "GET";
string source;
using (StreamReader reader = new StreamReader(req.GetResponse().GetResponseStream()))
{
source = reader.ReadToEnd();
}通过这种方式，我可以获取站点的源代码并绑定到string。接下来，我想要的是控制字符串和计数html /html body /body p /p bla bla bla。什么是LINQ方法来计数源代码中的所有html标记并显示结果
HTML: 2 机构:2 UL:42
回答 2
Stack Overflow用户
发布于 2014-10-14 08:07:55
您可以使用HtmlAgilityPack来解析HTML并递归计数所有标记：
var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(source);
int allTags = doc.DocumentNode.Descendants().Count();如果您只想计数特定的标签(F.E。( UL)将Descendants改为Descendants("UL")。
请注意，这被计算为一个UL-标记(而不是两个)：
<ul>
<li><a id=""menuSubItem1""></a></li>
<li><a id=""menuSubItem2""></a></li>
</ul>您还可以使用HtmlAgilityPack直接从web解析html：
var web = new HtmlAgilityPack.HtmlWeb();
HtmlAgilityPack.HtmlDocument doc = web.Load("http://google.com");
int countAll = doc.DocumentNode.Descendants().Count();
int countHtml = doc.DocumentNode.Descendants("HTML").Count();
int countBody = doc.DocumentNode.Descendants("BODY").Count();
int countUL = doc.DocumentNode.Descendants("UL").Count();Stack Overflow用户
发布于 2014-10-14 08:09:28
我推荐HtmlAgilityPack
var htmlDocument = new HtmlDocument();
htmlDocument.LoadHtml(source);
var nodes = htmlDocument.DocumentNode
.Descendants()
.GroupBy(x => x.Name)
.ToDictionary(x => x.Key, x => x.Count() * 2);通过这种方式，您可以轻松地按其名称对所有标记进行分组，并使用nodes["html"]获取特定节点的计数。
Descendants还将返回文本节点，标记之间的文本被计算为一个node.It还将包括您希望只获得您可以添加的元素节点的comments.If：
.Where(x => x.NodeType == HtmlNodeType.Element)在GroupBy之前。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/26355616
复制相关文章
相似问题
腾讯云开发者
