Parsowanie HTML w C# – Aplikacje Desktopowej – WPF

1. Co to w ogóle znaczy „parsowanie HTML”?

HTML to zwykły tekst, który opisuje strukturę strony:

• nagłówki
• akapity
• linki
• obrazki
• tabele

Parsowanie HTML w C# oznacza:

wczytać kod HTML strony i wyciągnąć z niego konkretne informacje
np. tytuły, ceny, daty, treść artykułu.

Przykład z życia:

• Otwierasz stronę pogodową
• Ty widzisz temperaturę
• Program widzi tylko HTML
• My uczymy program jak znaleźć tę temperaturę w kodzie

---

2. Po co to się robi w aplikacjach WPF?

Najczęstsze powody:

• pobieranie danych z internetu (bez API)
• aktualności, komunikaty, ogłoszenia
• ceny, rankingi, rozkłady
• dane do projektów szkolnych (INF.04 ❤️)

W WPF:

• parsujesz HTML w logice
• a wynik pokazujesz w Label / TextBlock / ListView

---

3. Jak wygląda droga „od strony do danych”?

Zawsze te 4 kroki:

1. Pobranie HTML strony
2. Wczytanie HTML do parsera
3. Wyszukanie elementów
4. Wyciągnięcie tekstu / atrybutów

Zapamiętaj to – to się NIE zmienia.

---

4. Czym w C# parsujemy HTML?

Najprościej i najczytelniej:
👉 HtmlAgilityPack

To biblioteka, która:

• rozumie HTML jak przeglądarka
• tworzy tzw. drzewo DOM
• pozwala szukać elementów po tagach, klasach, id

---

5. Instalacja w Visual Studio (krok po kroku)

1. Projekt WPF
2. PPM na projekt → Zarządzaj pakietami NuGet
3. Zakładka Przeglądaj
4. Wpisz:HtmlAgilityPack
5. Zainstaluj

I tyle. Nic więcej.

---

6. Najprostszy przykład – pobieramy HTML strony

Metoda: pobierz stronę jako tekst

using System.Net.Http;

public async Task<string> PobierzHtmlAsync(string adres)
{
    using (HttpClient klient = new HttpClient())
    {
        return await klient.GetStringAsync(adres);
    }
}

Co tu się dzieje?

• HttpClient → udaje przeglądarkę
• GetStringAsync → pobiera czysty HTML
• async / await → żeby nie zawiesić aplikacji

💡 Dlaczego async?
Bo internet jest wolny. WPF nie może się zawieszać.

---

7. Wczytanie HTML do parsera

using HtmlAgilityPack;

public HtmlDocument WczytajDokument(string html)
{
    HtmlDocument dokument = new HtmlDocument();
    dokument.LoadHtml(html);
    return dokument;
}

Tu dzieje się magia:

• tekst HTML
• zamienia się w drzewo elementów

---

8. Jak znaleźć element w HTML?

Załóżmy, że strona ma:

<h1 class="title">Aktualności</h1>

Szukamy tego w C#

HtmlNode naglowek = dokument.DocumentNode
    .SelectSingleNode("//h1[@class='title']");

Co oznacza ten zapis?

• //h1 → znajdź wszystkie <h1>
• @class='title' → tylko z tą klasą
• SelectSingleNode → weź pierwszy pasujący

---

9. Jak wyciągnąć tekst?

string tekst = naglowek.InnerText;

To jest to, co człowiek widzi na stronie.

---

10. Całość w jednej metodzie (czytelnie dla ucznia)

public async Task<string> PobierzNaglowekAsync()
{
    string html = await PobierzHtmlAsync("https://przykladowastrona.pl");

    HtmlDocument dokument = new HtmlDocument();
    dokument.LoadHtml(html);

    HtmlNode naglowek = dokument.DocumentNode
        .SelectSingleNode("//h1");

    if (naglowek != null)
        return naglowek.InnerText.Trim();

    return "Brak danych";
}

---

11. Jak pokazać to w WPF?

private async void Button_Click(object sender, RoutedEventArgs e)
{
    string wynik = await PobierzNaglowekAsync();
    LabelWynik.Content = wynik;
}

💡 Dlaczego w Click też async?
Bo czekamy na internet.

---

12. Najczęstsze błędy uczniów

❌ parsowanie bez async
❌ szukanie złej klasy / taga
❌ strona ładowana JavaScriptem (HTML jest pusty)
❌ brak sprawdzania null

---

13. Ważna prawda (bardzo egzaminacyjna)

Parser HTML nie widzi JavaScriptu

Jeśli strona:

• ładuje dane dynamicznie
  to:
• HtmlAgilityPack ich nie zobaczy

Wtedy:

• albo API
• albo WebView
• albo Selenium (ciężki temat)