Dans cet article, nous allons voir comment extraire des informations d'un contenu HTML. Il faut savoir que .Net ne permet pas de parser - nativement - un contenu HTML comme on pourrait le faire avec du XML (bien que les deux structures se ressemblent le HTML est du XML invalide, car il n'en respecte pas toutes les règles). Il existe des parseurs HTML (comme celui de Majestic-12 ou cette librairie que j'ai trouvé sur CodeProject, il y en a certainement beaucoup d'autres). Mais nous allons voir comment lire un contenu HTML avec des expressions régulières.

Lorsque, dans votre projet informatique, vous avez à gérer des fichiers dont vous ne connaissez pas à l'avance le type d'encodage (UTF8, Unicode, ...). Vous pourrez avoir des problèmes de lecture. Cet article explique comment détecter le type d'encodage d'un fichier.