Html Agility Pack

提供: MonoBook
2015年3月5日 (木) 01:47時点における153.220.119.198 (トーク)による版 (ページの作成:「'''Html Agility Pack'''とは、主にウェブスクレイピングに用いられるオープンソースライブラリである。 ==概要== Html Agi...」)
(差分) ← 古い版 | 最新版 (差分) | 新しい版 → (差分)
ナビゲーションに移動 検索に移動

Html Agility Packとは、主にウェブスクレイピングに用いられるオープンソースライブラリである。

概要

Html Agility Packを大雑把に説明するとHTMLXMLに変換してくれるライブラリである。 HTMLのタグが閉じ忘れされていた場合などでも強力に補正した状態のXMLにしてくれるのが目玉機能である。 これによりXPathLINQ to XMLといった汎用的な手法を用いて解析できるようになる。

Html Agility Packにはウェブページを取得するメソッドも用意されているが、あくまで簡易的なものでありキャッシュ機能などもなく文字コードの判別が弱いなどの問題を抱えている。 ウェブクローラー的なものを目指すのであれば、独自でHTMLを取得し、ReadJEncを用いるなどして別途実装した方がいいだろう。

使い方

=環境を構築する

NuGetから一発インストールが一番手っ取り早い。 とくにプラットフォームに依存するようなライブラリでもないためLinux上のMonoMac上のXamarinでも普通に利用できる。

関連項目

参考文献