Xpath Web scrape

本文关键字：scrape Web Xpath | 更新日期: 2023-09-27 18:32:03

<a class="support" style="letter-spacing: -1px" href="/support/index.php?/Knowledgebase/List/updates" data-executing="0">I'm random</a>

我正在尝试使用 xpath 抓取上面的链接属性，链接文本"I'm random"总是在变化。其余的保持不变。"I'm random"文本是我要抓取的。

我

真的不明白 xpath，我怎么会只拉内部文本？我试过：

string html = Web.ExecuteJavascriptWithResult("document.getElementsByTagName('html')[0].innerHTML");
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(html);
var Attributes = new List<string>();
var Randomtxt = htmlDoc.DocumentNode.SelectNodes("//a[‌​@href]");
if (Randomtxt != null)
{
    foreach (var contents in Randomtxt)
    {
        string href = contents.InnerHtml;
        var parts = href.Split(new char[] { '=' }, StringSplitOptions.RemoveEmptyEntries);
        if (parts.Length > 1)
        {
            Attributes.Add(parts[1]);
        }
    }
    Attribute.DataSource = Attributes;
}

但它什么也没返回。我将如何只获得内部文本。

Xpath Web scrape

不是 xpath，但这适用于我想做的事情，问题解决了。

    List<string> Attributes = new List<string>();
    string html = Web.ExecuteJavascriptWithResult("document.getElementsByTagName('html')[0].innerHTML");
    MatchCollection m1 = Regex.Matches(html, @"data-executing='s*(.+?)'s*/a>", RegexOptions.Singleline);
    foreach (Match m in m1)
     {
      string new = m.Groups[1].Value;
      Attributes.Add(new);
     }
    Attribute.DataSource = Attributes;

首先找到单个节点

var Randomtxt = htmlDoc.DocumentNode.SelectSingleNode（"//*[ @class='support']"）;

然后拉取内部文本

字符串值 = Randomtxt.Innertext;

相关文章：