最近加入了一家新公司，他們是一家電商，業務是網上虛擬充值，我進去是做OA裡面的財務，
本來想到的是做一做資訊管理的，沒想到還涉及到去別的網站採集資料（解析Html，
最終用採集到的資料生成財務憑證）這一環，這個是我從未接觸過的領域，
大致看了一下，目的也就是解析網頁的HTML從中找出需要的資料。
那麼問題來了，該怎樣找到這些資訊？

由於實質就是在一堆文本里面“挖出”你要的東西，比如網頁裡面的Title的文字，
很多人自然的會想到正則表示式，呵呵，這個不是不行，而是太費勁了。想想看，
HTML的實質是什麼？不就是一堆標籤嘛，再往深了想，它就是XML的子集，
XML是可以用XPath還可以用Linq To XML。起初我就想，看有沒有Linq To HTML的實現，
還真讓我找到一個。用天朝的Baidu搜到的，真不容易，

看了Html Agility Pack的簡單介紹，它是用XPath的語法去檢索HTML元素的，這樣已經算夠方便了吧？還不夠好！比如我要找一個Div,我只能通過索引找，如html/body/div[4]，不爽吧？感覺還是不夠靈活，經過一番搜尋，又找到了一個好東西ScrapySharp，看看它是如何檢索HTML元素的

ScrapingBrowser browser = new ScrapingBrowser();
 


//set UseDefaultCookiesParser as false if a website returns invalid cookies format
//browser.UseDefaultCookiesParser = false;

WebPage homePage = browser.NavigateToPage(new Uri("http://www.bing.com/"));

PageWebForm form = homePage.FindFormById("sb_form");
form["q"] = "scrapysharp";
form.Method = HttpVerb.Get
 
;
WebPage resultsPage = form.Submit();

HtmlNode[] resultsLinks = resultsPage.Html.CssSelect("div.sb_tlst h3 a").ToArray();

WebPage blogPage = resultsPage.FindLinks(By.Text("romcyber blog | Just another WordPress site")).Single().Click()

再看一段

using System.Linq;
using HtmlAgilityPack;
using ScrapySharp.Extensions;

class Example
{
    public void Main()
    {
        var divs = html.CssSelect(“div”);  //all div elements
        var nodes = html.CssSelect(“div.content”); //all div elements with css class ‘content’
        var nodes = html.CssSelect(“div.widget.monthlist”); //all div elements with the both css class
        var nodes = html.CssSelect(“#postPaging”); //all HTML elements with the id postPaging
        var nodes = html.CssSelect(“div#postPaging.testClass”); // all HTML elements with the id postPaging and css class testClass

        var nodes = html.CssSelect(“div.content > p.para”); //p elements who are direct children of div elements with css class ‘content’

        var nodes = html.CssSelect(“input[type=text].login”); // textbox with css class login
    }
}