Anglesharp获取p、h和img标签
AngleSharp 是一个基于 .NET 平台的 HTML 解析器和操作库，它允许开发者方便地分析、操作和处理 HTML 文档。通过 AngleSharp，我们可以轻松地获取 p、h 和 img 标签。
p 标签是 HTML 中用于表示段落的元素，它可以包含文本内容。h 标签是用于表示标题的元素，包括 h1 到 h6 六个级别，分别表示从最高级别到最低级别的标题。img 标签则用于插入图像。
以下是 AngleSharp 在解析和获取 p、h 和 img 标签方面的示例代码：
using AngleSharp.Html.Parser;
using AngleSharp.Dom;
string html = "<html><body><h1>Title</h1><p>Paragraph content</p><img src='image.jpg' alt='Image'></body></html>";
// 创建 AngleSharp 的 HTML 解析器
var parser = new HtmlParser();
// 解析 HTML 文档
var document = parser.ParseDocument(html);
// 获取所有的 p 标签
var pTags = document.QuerySelectorAll("p");
// 获取所有的 h1 标签
var hTags = document.QuerySelectorAll("h1");
// 获取所有的 img 标签
var imgTags = document.QuerySelectorAll("img");
// 打印 p 标签内容
foreach (var pTag in pTags)
{
Console.WriteLine(pTag.TextContent);
}
// 打印 h1 标签内容
foreach (var hTag in hTags)
{
Console.WriteLine(hTag.TextContent);
}
// 打印 img 标签的 src 属性和 alt 属性
foreach (var imgTag in imgTags)
{
Console.WriteLine(imgTag.GetAttribute("src"));
Console.WriteLine(imgTag.GetAttribute("alt"));
}以上代码首先创建了 AngleSharp 的 HTML 解析器，然后解析给定的 HTML 文档。接下来使用 QuerySelectorAll 方法获取所有的 p、h 和 img 标签，并通过循环遍历打印其内容或属性。
AngleSharp 提供了一种方便的方式来处理 HTML 文档，适用于各种场景，如数据爬取、数据分析和网页解析等。
关于 AngleSharp 的更多详细信息和使用方式，可以参考腾讯云开发者文档中的 AngleSharp 相关介绍。
相关·内容
我想从HTML页面获取h、p和img元素，但是我不知道如何在anglesharp上实现这一点。.I可以获取所有的p标记，但是我想分别获取所有的p、h和img元素。 我可以这样做： var config = Configuration.Default.WithDefaultLoader();
var context = BrowsingContext.New(config);
var document = await context.OpenAsync("any_site");
var el
浏览 38提问于2020-10-14得票数 0
一些<p></p>标签有<img>标签和<h4>标签，但我只想要那些<p>标签，其中没有兄弟标签在它只是内容。
<p> <img src="any url"/> </p> <p> hello world </p>
我想要没有使用漂亮汤的<img>标签的<p>标签
浏览 8提问于2019-01-28得票数 2
2回答
我有这个HTML结构：
<div id="navigation">
<div id="accordion">
<!-- 1st header and pane -->
<img src="horisontalTabsAccordion/images/button1.jpg" />
<div style="width:200px; display:block"><h3>Apolonija, zubarska
浏览 3提问于2012-08-17得票数 1
回答已采纳
我正在查询一个rss提要并返回一些xml。看起来是这样的：
<channel>
<item>
<description><![CDATA[<h5>18 Jun 2013: Zambia 2013</h5>
<p>Welcome Home! <br />Return to Cork Airport.</p>
<p><img src="http://thedomain.ie/images/pic.JPG" /></
浏览 2提问于2013-11-05得票数 0
回答已采纳
我正在用AngleSharp编写一个超文本标记语言解析器，它应该像这样输入超文本标记语言：
<p>
Paragraph Text
<a href="https://www.example com" class="external text" target="_new" rel="nofollow">Link Text</a>
Paragraph Text 2
</p>
并输出如下所示：
<p>
Paragraph Text
<a href="https://
浏览 16提问于2017-01-18得票数 1
回答已采纳
$.each(data, function(i,item){
var img = $('<img>');
img.attr('src', item.thumb);
img.attr('width', item.width);
img.attr('height', item.height);
o += '<li><a href="#">'+img+'<h3>'+item.title+'<
浏览 0提问于2012-04-14得票数 1
回答已采纳
1回答
PHP不工作
、、、
<?php
$dom = new \domDocument;
$dom->loadHTML('<!DOCTYPE html>
<html lang="en">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
<body>
<div>
<h1>Title1&
浏览 2提问于2015-05-06得票数 3
回答已采纳
我正在试图找到被传递的H1标签的图像。标记可以是在线杂志()上的任何一篇文章。这意味着我不能依赖特定的容器等等。
我最初的想法是找到H1标签的字符位置并找到图像。这将让我确定他们相对于H1标签的位置。除非我遗漏了一些东西，否则我找不到一种方法来获得美丽汤中查找元素的字符位置。
无论使用什么方法来解析html，它都必须使用格式错误的语法。
示例：
<html>
<p>some text</p>
<img src="#" alt="I don't care about this image"/>
浏览 0提问于2013-06-11得票数 0
我想使用Scrapy来获得任何类型的文本标签，比如h1，p，span，strong和其他在部分标签旁边的标签，而忽略其他像img这样的标签：
<section>
<h1>text</h1>
<h2>text</h2>
<span>text</span>
<img>text</img>
<p>text</p>
<p>text</p>
<p>text</p>
</section>
我的起始代码是这样的：
浏览 13提问于2021-05-31得票数 1
回答已采纳
我有以下php和imagick脚本来动态调整图像的大小：
resize.php
$_size = $_GET['size'];
$_path = $_GET['path'];
$img = new Imagick($_path);
$img_d = $img->getImageGeometry();
$img_w = $img_d['width'];
$img_h = $img_d['height'];
..// more variables
$crop_w = round($_size * $p_w);
$crop
浏览 1提问于2015-06-12得票数 0
1回答
我有这段html
<div>
Outside paragraph
<p>In paragraph</p>
</div>
正如你所看到的，有一个Outside paragraph文本，在段落之外，是不需要的情况。
是否有任何AngleSharp方法(如果不是Anglesharp，那么还有其他方法)允许我对这段html进行规范化/修复，这样看起来如下：
<div>
<p>Outside paragraph</p>
<p>In paragraph</p>
</div>
浏览 0提问于2019-05-17得票数 0
回答已采纳
我是否可以使用获取所有主体标记的计数，然后为所有标记分配一个唯一属性id，如"data-id=1“、"data-id=2”等。
我希望测试这个静态网站翻译的目的，然后我将使用查询选择器数据- id，并从每个标签中提取TextContent并使用翻译API翻译文本，并将翻译后的文本设置为从原来提取的标记id。
C#
var html = File.ReadAllText(@"C:\example.html");
var parser = new HtmlParser();
var document = parser.Parse(html);
浏览 0提问于2018-06-19得票数 0
我有这样的HTML文件
<html>
<head>
<title>Page Name in a Folder</title>
<meta http-equiv="X-UA-Compatible" content="IE=edge"/>
<meta http-equiv="content-type" content="text/html; charset=utf-8"/>
<meta name="
浏览 3提问于2014-08-15得票数 0
回答已采纳
我有一个由<div id = "main">组成的html文档。在这个div中可能有几个层次的节点，没有精确的结构，因为是创建文档内容的用户。我打算使用JavaScript函数来返回div id = "main"中的所有节点。任何标签都是，考虑到可能有不同层次的儿童。
现在，我有一个函数，它返回所有的标记，甚至那些在div id = "main"之外的标记。
function getNodes() {
var all = document.getElementsByTagName("*");
for (
浏览 8提问于2015-11-04得票数 1
回答已采纳
考虑以下标记(缩写)：
<section>
<header>
<picture>
<source>...</source>
<img>...</img>
<h1>someText</h1>
</header>
<div>
<div>...</div>
<div>
<div>
<ul>
浏览 6提问于2016-02-03得票数 2
回答已采纳
2回答
我正在尝试这样做，当我单击一个副标题时，它会显示该段落，再次单击它会隐藏该段落。我希望所有3个段落分别这样做，而不是在一起。
我已经在一定程度上让它工作了；单击标签可以显示/隐藏所有内容。期望你点击一个标签，它应该只显示/隐藏该段落。
<style>
#details #class #wind{
display:none;
}
</style>
</head>
<body>
<div class="wrapper">
<header><i
浏览 29提问于2019-07-28得票数 0
回答已采纳
2回答
我正在尝试使用jQuery wrapAll将一个h1标签和多个p标签封装到一个div中。
这是我的HTML：
<h1>Title</h1>
<p>This is a paragraph</p>
<p>This is another paragraph</p>
<div class="img"></div>
和我的jQuery：
$('h1').wrapAll('<div class="first-col" />');
$(&
浏览 0提问于2013-08-29得票数 1
2回答
我有一个字符串，其中包含一个完整的超文本标记语言文档(包括<script>，<header>，<footer>等标签)。
除了几个标签之外，我如何删除所有这些标签及其内容？
我希望将<p>、<b>、<img>、<h2>和<em>标签与这些标签中的内容一起保存。其他所有东西都应该去掉。
我真的不确定如何解决这个问题，并且在网上找不到任何与我类似的问题/解决方案。
<p>Hello <b>this</b></p> is an <span>exa
浏览 12提问于2018-02-05得票数 0
2回答
我有这样的innerHTML：
<img class="ytimg" src = "https://i.ytimg.com/vi/mKt-MDwtVB4/hqdefault.jpg" >
<div class = "videotext" >
<h5> Bootstrap tutorial #1</h5>
<p>Lorem ipsum.</p>
<p>Lorem ipsum dolor.</p>
</div>
浏览 1提问于2016-10-28得票数 0
回答已采纳
1回答
让我先发布我想要抓取的html的一部分。 <div id="hello">
<p>abc</p>
<center><img src="image_url"></center>
<p align="center" style="text-align: center;"><b>def</b></p>
<center><img src="image_url">&
浏览 12提问于2020-09-10得票数 1
回答已采纳
4回答
在AngularJS中解析JSON时，如何提取特定的标签，例如img？我有一个包含以下数据的JSON文件：
jsonFeed({
"title": "My Blog",
"items": [
{
"title": "Title1",
"description": "<p><a href=\"#">Paul<\/a> posted a photo:<\/p><img src=\"http
浏览 3提问于2016-05-12得票数 1
4回答
我试图构建一个存储在上的外部中的解决方案。
它有以下步骤：
1: Git还原工程
2: NuGet还原工程
3:构建-不工作
在查看日志时，我的第一个猜测是，MsBuild没有查找NuGet存储它们的包。NuGet还原中的一些行：
2018-03-14T21:10:11.0352862Z Completed installation of AngleSharp 0.9.9
2018-03-14T21:10:11.0353230Z Adding package 'AngleSharp.0.9.9' to folder 'D:\a\1\s\packages'
浏览 0提问于2018-03-14得票数 4
回答已采纳
1回答
我想在我的网页上的图片上覆盖一个标签。使用位置:标签上的绝对和浮动:留在img上，我让它在我测试它的所有浏览器上工作--除了Firefox (3和4)。
以下是html的基本外观：
<h3>Header</h3>
<div class="wrapper">
<span class="img-title">OVERLAY LABEL</span>
<img src="pic.jpg">
<div class="text
浏览 0提问于2013-11-08得票数 0
回答已采纳
我正在尝试使用Nokogiri来提取两组不同标签之间的文本。
在<h2 class="point">The problem</h2>和<h2 class="point">The solution</h2>之间的p标记中获取文本，然后在<h2 class="point">The solution</h2>和<div class="frame box sketh">之间获取所有的超文本标记的最佳方法是什么
完整的html示例：
<h2 class
浏览 0提问于2012-09-18得票数 1
回答已采纳
尽管我一页接一页地阅读了<article>和<section>标签，但我真的不明白如何将它们应用到我的站点上。
我有一个产品页面与相关的产品在页面的末尾。首先，我想做这样的事情：
<section>
<header><h1>Product title</h1><header>
<img src="image.jpg"/>
<p>Description</p>
<p>Price</p>
<p>&l
浏览 2提问于2013-10-29得票数 8
我正在尝试使用HTMLAgilityPack来操作一些超文本标记语言。我决定也尝试一下CSQuery。
我们的目标是提取和img标签，并将其存储并重新插入到h3标签的前面。
假设html：
<div class="col-md-6">
<div class="item">
<div class="content galleryItem">
<h3>
Al
浏览 5提问于2014-07-07得票数 0
我有一个自定义的bb代码脚本，有两组数组。第一个数组是一组bb标签，第二个是html标签。我想找到一个用户的帖子的长度，但不包括标签的内容。例如，由于标记中的字符串，bHello，world的长度将为12。像img]这样的值应该是0。
我想找到这一点，因为我希望有一个“经验点”系统，其中用户赚取XP的线程和回复，但我不希望他们为这样的标签赚取积分。
$find = array(
"'\[b\](.*?)\[/b\]'is",
"'\[i\](.*?)\[/i\]'is",
浏览 0提问于2013-07-30得票数 0
我使用下面的代码来使用AngleSharp从解析的html中剥离特定的html标记(因为相对于使用正则表达式来做这样的工作是值得推荐的) (AngleSharp当前是维护的，而HtmlAgilityPack不是，因此我一直在使用后者)。
它工作得很好--但现在我也想删除html注释。表示在<!--和-->标记之间找到的任何内容。
如何使用AngleSharp实现这一点？在这里使用QuerySelector似乎并不合适。
private string ExtractContentFromHtml(string input)
{
List<string> tagsT
浏览 6提问于2016-01-29得票数 2
3回答
文章标签和img
、、
据我所知，文章标签是“内容的一个独立项目部分”，www.w3.org/wiki/HTML/Elements/文章
我有一个网页，只有一个博客帖子。该博客的文本顶部有一个img和一个标题(它是一个img，它说明了我在博客文本中所讲的内容)。img和标题应该在文章标签的内部还是外部？
国际管理小组：
<img src="1.png">
<div>Caption of the image</div>
这篇博客文章简化了：
<article>
<h1>Title of the post</h1>
<div&g
浏览 2提问于2016-08-27得票数 3
回答已采纳
从版本5开始，HTML标准允许标签包装块级元素。在特定的页面上，我需要用<a>标记包装标题和图像：
Some intro text.
<div>
<a href="http://somewhere/">
<h4>Some heading</h4>
<img src="http://somewhere/some-img.jpg" alt="Some image" />
</a>
</div>
虽然我可以在文本编辑器中输入这个内容
浏览 0提问于2014-08-20得票数 2
我尝试创建一个脚本，循环通过匹配1个项目的5个项目，然后显示与这5个项目中的每个项目相关联的一个图像。
这是我创建的一个小提琴，用来说明我的问题。
我想从每个匹配的项目中选择一张图片。这是我想出来的代码，但到目前为止它还不起作用。我使用了两个比较点，一个标签和一个族。与产品类型和系列相关联的标签是它所属的类别。例如，iPhone 4将智能手机作为标签，iPhone 4作为家族。任何帮助将不胜感激，我的代码如下。
<?php
// main product
$images = "SELECT img_id FROM product_images WHERE img_tag
浏览 0提问于2013-02-11得票数 0
回答已采纳
我的代码示例如下：
let str = '<p>test xss<img src=x onerror=alert(1)><h1 onmouseover=prompt(0)></h1></p>';
console.log(str.replace(/(<img [\s\S]*>?|<h1 [\s\S]*><\/h1>)/i, ''));
我的目的很明确:从str中提取img和h1标签，所以我期望结果是<p>test xss</p>
浏览 23提问于2018-01-30得票数 0
回答已采纳
我在react中创建了一个应用程序，它有帖子部分，每个帖子里面都有img标签，h1标签和p标签。
我不知道每个图像的高度，因为它是动态变化的，但它们都有相同的宽度。
我希望包含图像的div随图像高度动态变化。我该怎么做呢？
我希望post结构看起来像这样：
。
这是我的代码：
.post {
display: flex;
flex-direction: column;
max-width: 100%;
max-height: auto ;
align-items: center;
justify-content: center;
b
浏览 3提问于2019-11-18得票数 0
1回答
我有一个页面，其中是正常的文章内容。我需要将一些标签包装到div中。我可以用wrap()来做这件事，但是我不确定如何选择所有的标签。我必须使用正则表达式吗？我对此很不满意。
所以基本上现在的标记是：
<h1>Title</<h1>
<p>Text....</p>
<p>Text....</p>
<h2>Title 2</h2>
<p>Text....</p>
<ul><li>List Text..
浏览 2提问于2015-03-09得票数 1
2回答
我在$text中存储了以下内容：
<h1>Bonjour tout le monde (diverses langues) !</h1>
<h2>Anglais</h2>
Hello World!
<quote>Every first computer program starts out "Hello World!".</quote>
<h2>Espagnol</h2>
¡Hola mundo!
<image=http://example.com/IMG/jpg/p
浏览 0提问于2015-04-24得票数 0
回答已采纳
如何使用anglesharp从HTML表中删除所有行？
我正在尝试删除表中的所有行。但是，不移除行。
我的代码如下所示：
public void DeleteRows(IElement table)
{
foreach (var row in table?.QuerySelectorAll("tr"))
{
row.Remove();
}
var lengthAfterDeletion = table?.QuerySelectorAll("tr")?.Length;
}
如何使用anglesharp从HTML表中删
浏览 1提问于2020-01-17得票数 0
回答已采纳
在解析片段时，是否存在AngleSharp不创建完整的HTML文档的问题。例如，如果我解析：
<title>The Title</title>
我在DocumentElement.OuterHtml中得到一个完整的HTML文档
<html><head><title>The Title</title></head><body></body></html>
如果我解析：
<p>The Paragraph</p>
我得到另一个完整的HTML文档：
<h
浏览 4提问于2016-08-19得票数 9
回答已采纳
由于我禁用了工具栏，并使用自己的标记创建了自己的工具栏(具有类似于词缀的功能)。
当我单击工具栏的相应按钮时，需要重新创建已编号列表和ckeditor工具栏中的项目符号列表按钮的功能。
都不是
editor.execCommand('numberedlist')
editor.execCommand('numberedListStyle')
editor.execCommand('bulletedlist')
editor.execCommand('bulletedListStyle')
很管用。
也许我弄乱了参数，我需要传递更多
浏览 2提问于2013-10-28得票数 0
回答已采纳
是的，我在学习..。我知道这不是最好的方法，但是我所有的CSS都是内联atm。如果有人有任何建议的话，那就太好了。
我的p标签标题‘大气门汽缸头’，出于某种原因，是从下面的div标签和改变颜色/下划线一些css。为什么要这么做？如果我移除锚标签，一切都很好。
但是-第一节‘中风引擎套件’都很好！只是抄袭的代码而已！
见下文：
<div class="container">
<h1 style="padding-left:10px;">Cosworth Performance Products Distributors & Dea
浏览 4提问于2015-11-06得票数 0
回答已采纳
1回答
我有多个带有H1标签的Divs。如下所示：
<div id="home">
<div class="link-container">
<h1>headline</h1>
<div class="image-inner">
<img src="img.jpg" width="300" height="380" alt="">
<
浏览 5提问于2014-08-19得票数 0
回答已采纳
我正在构建一个html刮板，它成功地解析了一个url，并根据需要返回了p、img和一个标签给var $content。
但是，某些URLS最终在html中放置了错误的javascript，因此我的$content var包含：
<p>This is Paragraph 1</p>
<p>This is Paragraph 2</p>
<img src="/Path/To/Img">
";document.getElementById('Rogue Broken Javascript Text.14155
浏览 2提问于2016-04-25得票数 0
3回答
当我点击一个不在标签容器内的按钮时，我正试图记住什么是访问锚标签上的数据属性的最好方法，有人可以帮助我如何做到这一点，所以如果我点击.js-watchlist-add，我想获得.js-film-entry的数据id。
JS
<div class="ctn">
<a href="/movie/{{id}}" class="film-entry js-film-entry" data-id="{{id}}">
<img src="{{poster}}" class=
浏览 5提问于2014-01-17得票数 0
回答已采纳
2回答
这里以为例。我有一个图像，标题和段落在一起。我把它们都链接到一个标签里。我只想让标题用鼠标悬停加下划线，但段落也加了下划线。当我将鼠标悬停在段落和图像上时，我希望标题加下划线，就像在BBC新闻网站上一样。
<a href="link">
<img src="" class="main-image" alt="">
<h3>Underline this on Hover only</h3>
<p class="front-descript
浏览 11提问于2018-02-05得票数 0
回答已采纳
3回答
我在显示和隐藏<p>标签的内容方面有问题，所以当页面加载时，我的160个字符限制在40个，然后单击“显示更多”，它将显示160个字符，如果您再次单击该按钮，您只会看到40个字符，我的问题是，它会为每个<p>标记一起显示所有<p>标记的所有内容，并且帮助很大，谢谢预先！
<section class="row featured">
<div class="column four comment">
<img src="images/gallery/g
浏览 7提问于2013-05-03得票数 0
回答已采纳
在更新标记代码之后，我正在学习laravel和标签。当我单击一个标签时，我会遇到以下问题：
为foreach()提供的外观\点火\异常\ViewException无效参数(View：)
我在控制器中的代码：
<?php
namespace App\Http\Controllers;
use App\Article;
use App\Tag;
use Illuminate\Http\Request;
class ArticlesController extends Controller
{
public function index()
{
if(request('
浏览 4提问于2020-05-20得票数 0
回答已采纳
我正在解析许多HTML文档，并且在每个需要尝试提取英国邮政地址的范围内。为了做到这一点，我使用AngleSharp解析HTML，然后使用TextContent查找与TextContent匹配的节点：
var parser = new HtmlParser();
var source = "<html><head><title>Test Title</title></head><body><h1>Some example source</h1><p>This is a parag
浏览 13提问于2016-01-27得票数 1
回答已采纳
我已经将AngleSharp安装到一个新的Visual项目(2017和2015)控制台应用程序中。parser.Parse似乎正常工作(没有例外)，但我看不到任何脚本正在运行。我尝试过使用一个简单的console.log脚本和一些更复杂的脚本。我也没有观察到任何脚本错误。
为什么？我做错什么了？
我希望使用控制台输出来调试javascript，就像在浏览器的developer tools窗口中读取控制台窗口一样。请告诉我，如果有什么特别的，我需要用AngleSharp捕获javascript错误。
谢谢。
using AngleSharp;
using AngleSharp.Parser.Ht
浏览 2提问于2018-02-04得票数 0
回答已采纳
我已经创建了一个DJANGO博客引擎，它接受我的帖子，模板解析它的html标签。链接等。都在工作，但它不加载图像文件，而是显示“替代”。我已经在单独的html文件中尝试过这个标记，但事实并非如此。只是不显示django博客文章中的图像。
模板文件的相关部分：
{% include 'blog/header.html' %}
</aside>
<section id ="content">
<article>
{%for post in posts %}
<h2><a href="{{ post_g
浏览 0提问于2013-04-02得票数 0
回答已采纳
我的经验级别-我正在做一个自定义滑块，这是我第一次使用jQuery，但是我认为我对html、css和jquery一起做什么有相当好的处理能力，但是，我仍然有我的新特性。
我的问题-我有17个div标记为这样，我想删除img标签：
<div class="slide" id="zero">
<h2>April 1, 2011</h2>
<img src="img/1_april12011.png"/><p>Lorem Ipsum</p>
浏览 2提问于2012-10-23得票数 0
回答已采纳
我有一个包含元素字符串和图像的内容。例如： var str= <p><img src=\"v\">fwefwefw</img></p><p><br></p><p><br></p> <和>中的文本是一个脏标记，我想将其与其中的内容一起删除。标签是动态生成的，因此可以是任何标签，即<div>, <a>, <h1> etc...。 预期输出：<p></p&
浏览 100提问于2021-08-06得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
