关于C#爬虫筛选网页内容问题

[BXS_null]

最近想写一个C#的网络爬虫，但是在筛选网页内同的时候遇到了问题，需要筛选的内同如下

  <tr class="odd">
      <td class="country"></td>
      <td>183.159.93.132</td>
      <td>18118</td>
      <td>
     浙江杭州
      </td>
      <td class="country">高匿</td>
      <td>HTTPS</td>
      <td class="country">
        <div title="0.158秒" class="bar">
          <div class="bar_inner fast" style="width:95%">
            
          </div>
        </div>
      </td>
      <td class="country">
        <div title="0.031秒" class="bar">
          <div class="bar_inner fast" style="width:99%">
            
          </div>
        </div>
      </td>
      
      <td>1小时</td>
      <td>18-04-14 10:20</td>
    </tr>

内容都在td里面，如果是用正则表达式的话我改怎样获取内容并且区分开他们？然后我百度了一下 ，发现beautifulsoup非常好用啊，但是C#能用这个吗？ 还是说有没有其他的筛选方法，求大佬告知，谢谢！！

[橘子皮...]

py能做的net都可以做，不过net比较性冷淡，而且喜欢故弄玄虚，写法搞的比较繁琐而已

[BXS_null]

引用 2 楼 wowfiowow 的回复:

py能做的net都可以做，不过net比较性冷淡，而且喜欢故弄玄虚，写法搞的比较繁琐而已

好吧 最后还是拼了一个超级长的正则表达式做的

[BXS_null]

又遇到新问题了亲们，大佬们！！！！我爬他们的Ip代理网站 最后爬了一次就爬不了了 爬了几万行数据吧，最后我进网站给我返回一个block ,应该就是不让我这个IP 访问了吧，然后我换从他们网站上爬下来的代理Ip访问，但是那些ip都访问不了怎么回事，几乎都是显示 “代理服务器出现问题，或者地址有误。”，为啥？是因为代理ip不行吗？还是其他原因 怎么解决，求带老告知，在此跪谢！！！

[xuzuning]

去除 html 标签 非空（回车、换行算空）字符就是你要的数据

[BXS_null]

引用 6 楼 closurer 的回复:

1、获取 htm 内容的问题，可以使用解析器：https://blog.csdn.net/closurer/article/details/73466685 2、代理 ip 都是有时效性的，公开的代理 ip 可以使用的估计不足 5%，访问不了很正常的。另外，用代理 ip 去访问公开这个代理 ip 的网站，也是很容易被识别的。

哇 感谢，这个解析器比正则表达式简便一点，不用写很长的正则表达式了

[闭包客]

1、获取 htm 内容的问题，可以使用解析器：https://blog.csdn.net/closurer/article/details/73466685 2、代理 ip 都是有时效性的，公开的代理 ip 可以使用的估计不足 5%，访问不了很正常的。另外，用代理 ip 去访问公开这个代理 ip 的网站，也是很容易被识别的。