如何在 C# 中从 HTML 字符串操作 DOM？

Question

目前，我发现能够从包含 HTML 的字符串操作 DOM 的最佳方法是：

 WebBrowser webControl = new WebBrowser();
webControl.DocumentText = html;
HtmlDocument doc = webControl.Document;

有两个问题：

1. 需要 WebBrowser 对象！
2. 这不能与多线程一起使用；我需要一些可以在不同线程（主线程除外）上工作的东西。

有任何想法吗？

原文由 Patrick Desjardins 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我在 GooglePlex 上搜索了 HTML，我发现了 Html Agility Pack 我不知道它是否适合这个，我现在正在下载它来试一试。

原文由 Patrick Desjardins 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

根据您要执行的操作（也许您可以向我们提供更多详细信息？）并根据 HTML 格式是否正确，您 可以 将其转换为 XmlDocument ：

 System.Xml.XmlDocument x = new System.Xml.XmlDocument();
x.LoadXml(html); // as long as html is well-formed, i.e. XHTML

然后你可以轻松地操作它，而无需 WebBrowser 实例。至于线程，我对 XmlDocument 的实现知之甚少，无法知道该部分的答案。

---

如果文档的格式不正确，您可以先使用 NTidy （ HTML Tidy 的 .NET 包装器）来调整它的形状；我不得不为一个项目做一次这样的事情，这真的不算太糟糕。

原文由 Jason Bunting 发布，翻译遵循 CC BY-SA 4.0 许可协议