[.NET] 使用HtmlAgilityPack與HAPXPathFinder擷取網頁上的資料

說明：
想擷取網頁上的資料，該怎麼做?

作法：
寫.NET的可以使用HtmlAgilityPack這個套件，可透過NuGet或自行下載後加入參考，
這裡以擷取統一發票中獎號碼為例(網址：http://invoice.etax.nat.gov.tw/)。

假設想擷取特別獎號碼，需要知道它的XPath，何謂XPath呢?
XPath(XML Path Languange)，用來尋找XML檔案中的節點，詳細語法可參閱[1][2]。
一般而言，網頁的XPath大多像這樣：/html/body/div[1]/table[1]/tr[1]/td[1]。

找尋XPath主要有兩種方法：
● 檢視網頁原始碼來找尋XPath，或按F12開發者工具，再點選「選取元素」自行剖析XPath，Chrome可右鍵->Copy->Copy XPath。

● 使用HAPXPathFinder[3]，曾自行剖析某網頁XPath，程式卻一直找不到該節點，使用HAPXPathFinder發現，該XPath沒有html tag...。因各瀏覽器產生的DOM有所差異，
使用HAPXPathFinder可以準確找出HtmlAgilityPack DOM的XPath。
打開HAPXPathFinder，在「Browser」tab輸入URL後，點選「DOM Tree」tab，
在TextBox輸入尋找內容->點選「Find」->點選右方Text區塊的搜尋結果
(->點選左方區塊的標示節點)->中間區塊即有節點的XPath(/#text[1]不需要)。如：

有了URL與XPath，就可以使用HtmlDocument.DocumentNode.SelectSingleNode方法的InnerText屬性來取得號碼了。 若找不到資料，可能是網頁編碼的問題，該網頁編碼使用UTF8。

參考資料：
[1] http://www.w3schools.com/xsl/xpath_syntax.asp
[2] https://msdn.microsoft.com/zh-tw/library/ms256086(v=vs.120).aspx
[3] https://hapxpathfinder.codeplex.com/