爬虫通常是伪造一个http请求，然后收到返回的html代码字符串，然后从中解析出需要的数据。那么，在返回的html中，要如何才能更方便的筛选出需要的信息呢？作为.NET、C#中的一款优秀工具NSoup，就可以把html字符串当做页面，像JQuery一样的通过ID、class、标签等等过滤数据
方法/步骤
1
创建ASP.NET MVC项目作为演示NSoup如何像JQuery一样操作html字符串。此处不再详述如何创建MVC项目，参见下面的链接
2
在刚创建的项目MVCNSoup上面，点击鼠标右键，选择【管理 NuGet 程序包】，在弹出的界面点击【浏览】-> 输入【NSoup】-> 选择第一个，然后点击右侧的【安装】，就可以将NSoup添加到项目中来
3
在HomeController的Index方法中，添加一段Html字符串，用于模拟爬取到的网页内容
4
在HomeController中添加对NSoup的引用，然后在Index方法中添加通过指定ID获取标签值的代码（GetElementById）
5
在VS中设置断点，按F5调试模式运行，可以看到已经按照预期的从html字符串中获取到了标签的值
6
获取指定标签的所有节点 使用 GetElementsByTag，在调试模式下执行效果如图所示
7
通过CSS查询过滤器的格式获取标签值，调试运行效果如下
上一篇：爬虫代码怎么运行