wIndows phone 7 解析Html数据

蔷薇525

　　在我的上一篇文章中我介绍了windows phone 7的gb2312解码,
　　http://www.iyunv.com/qingci/archive/2011/11/25/2263124.html
　　解决了下载的Html乱码问题,这一篇,我将介绍关于windows phone 7解析html数据，以便我们获得想要的数据.
　　这里,我先介绍一个类库HtmlAgilityPack,（上一篇文章也是通过这个工具来解码的）. 类库的dll文件我会随demo一起提供
　　这里,我以新浪新闻为例来解析数据
　　
　　先看看网页版的新浪新闻
　　http://news.sina.com.cn/w/sd/2011-11-27/070023531646.shtml
　　然后我们看一下他的源文件，
　　发现新闻内容的结构是




title
http://www.sina.com.cn  pub_date  media_name  





　　大部分还有ID属性,这更适合我们去解析了。
　　接下来我们开始去解析
　　第一： 引用HtmlAgilityPack.dll文件
　　第二：用WebClient或者WebRequest类来下载HTML页面然后处理成字符串。



public  delegate void CallbackEvent(object sender, DownloadEventArgs e);
public  event CallbackEvent DownloadCallbackEvent;
public void HttpWebRequestDownloadGet(string url)
{
Thread _thread = new Thread(delegate()
{
Uri _uri = new Uri(url, UriKind.RelativeOrAbsolute);
HttpWebRequest _httpWebRequest = (HttpWebRequest)WebRequest.Create(_uri);
_httpWebRequest.Method="Get";
_httpWebRequest.BeginGetResponse(new AsyncCallback(delegate(IAsyncResult result)
{
HttpWebRequest _httpWebRequestCallback = (HttpWebRequest)result.AsyncState;
HttpWebResponse _httpWebResponseCallback = (HttpWebResponse)_httpWebRequestCallback.EndGetResponse(result);
Stream _streamCallback = _httpWebResponseCallback.GetResponseStream();
StreamReader _streamReader = new StreamReader(_streamCallback,new HtmlAgilityPack.Gb2312Encoding());
string _stringCallback = _streamReader.ReadToEnd();
Deployment.Current.Dispatcher.BeginInvoke(new Action(() =>
{
if (DownloadCallbackEvent != null)
{
DownloadEventArgs _downloadEventArgs = new DownloadEventArgs();
_downloadEventArgs._DownloadStream = _streamCallback;
_downloadEventArgs._DownloadString = _stringCallback;
DownloadCallbackEvent(this, _downloadEventArgs);
}
}));
}), _httpWebRequest);
}) ;
_thread.Start();
}
// }

　　O(∩_∩)O! 我这个比较复杂, 总之我们下载了html的数据就行了。  
　　贴一个简单的下载方式吧



WebClient webClenet=new WebClient();  
webClenet.Encoding = new HtmlAgilityPack.Gb2312Encoding(); //加入这句设定编码  
webClenet.DownloadStringAsync(new Uri("http://news.sina.com.cn/s/2011-11-25/120923524756.shtml", UriKind.RelativeOrAbsolute));      
webClenet.DownloadStringCompleted += new DownloadStringCompletedEventHandler(webClenet_DownloadStringCompleted);

　　现在处理回调函数的 e.Result



string _result = e._DownloadString;
HtmlDocument _doc = new HtmlDocument(); //实例化HtmlAgilityPack.HtmlDocument对象
_doc.LoadHtml(_result);         //载入HTML
HtmlNode _htmlNode01 = _doc.GetElementbyId("artibodyTitle");  //新闻标题的Div
string _title = _htmlNode01.InnerText;
HtmlNode _htmlNode02 = _doc.GetElementbyId("artibody");     //获取内容的div  
string _content = _htmlNode02.InnerText;
// int _count= _htmlNode02.ChildNodes.Where(new Func("div"));
int _divIndex = _content.IndexOf(" .blkComment");
_content= _content.Substring(0,_divIndex);
#region　新浪标签
HtmlNode _htmlNodo03 = _doc.GetElementbyId("art_source");
string _www = _htmlNodo03.FirstChild.InnerText;
string _wwwInt = _htmlNodo03.FirstChild.Attributes[0].Value;
#endregion
// string _source = _htmlNodo03;
//_htmlNodo03.ChildNodes
#region 发布时间
HtmlNode _htmlNodo04 = _doc.GetElementbyId("pub_date");
string _pub_date = _htmlNodo04.InnerText;
#endregion

#region 来源网站信息
HtmlNode _htmlNodo05 = _doc.GetElementbyId("media_name");
string _media_name = _htmlNodo05.FirstChild.InnerText;
string _modia_source = _htmlNodo05.FirstChild.Attributes[0].Value;
#endregion
Media_nameHyperlinkButton.Content = _pub_date + " " + _media_name;
Media_nameHyperlinkButton.NavigateUri = new Uri(_modia_source, UriKind.RelativeOrAbsolute);
TitleTextBlock.Text = _title;
ContentTextBlock.Text = _content;

　　
　　结果如下图所示：

　　网页的大部分标签是没有ID属性的,不过幸运的是HtmlAgilityPack支持XPath
　　那就需要通过XPATH语言来查找匹配所需节点
　　XPath教程：http://www.w3school.com.cn/xpath/index.asp
　　
　　案例下载：
　　http://115.com/file/dn87dl2d#
MyFramework_Test.zip