Html Agility Pack
Html Agility Packとは、主にウェブスクレイピングに用いられる.NET向けのオープンソースのライブラリである。
概要[編集 | ソースを編集]
Html Agility Packを大雑把に説明するとHTMLをXML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XPathやLINQ 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[編集 | ソースを編集]
環境を構築する[編集 | ソースを編集]
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MonoやMac上のXamarinでも普通に利用できる。
関連項目[編集 | ソースを編集]
参考文献[編集 | ソースを編集]
|
この項目「Html Agility Pack」は、まだ書きかけの項目です。加筆、訂正などをして下さる協力者を求めています。 |
| このテンプレートは分野別のスタブテンプレート（Monobook:スタブカテゴリ参照）に変更することが望まれています。 | |