HTML敏捷包问题(试图从源代码解析字符串)

本文关键字：源代码 字符串 包问题 问题 HTML | 更新日期: 2023-09-27 17:49:42

我正在尝试使用Agility包来解析来自不同页面的某些信息。我有点担心，使用这个可能是多余的，我需要什么，如果是这种情况，请随时让我知道。无论如何，我正试图解析一个页面从杂牌傻瓜得到一个公司的名称基于股票。我将解析几个页面，以类似的方式获取股票信息。

我要解析的HTML看起来像:

<h1 class="subHead"> 
    Microsoft Corp <span>(NASDAQ:MSFT)</span>
</h1>

另外，我要解析的页面是:http://caps.fool.com/Ticker/MSFT.aspx

所以，我想我的问题是我如何从html中简单地获得微软公司，我甚至应该使用敏捷包来做这样的事情吗?

Edit:当前代码

public String getStockName(String ticker)
{
    String text ="";
    HtmlAgilityPack.HtmlWeb web = new HtmlAgilityPack.HtmlWeb();
    HtmlAgilityPack.HtmlDocument doc = web.Load("http://caps.fool.com/Ticker/" + ticker + ".aspx");
    var node = doc.DocumentNode.SelectSingleNode("/h1[@class='subHead']");
    text = node.FirstChild.InnerText.Trim();
    return text;
}

HTML敏捷包问题(试图从源代码解析字符串)

这将为您提供所有股票名称的列表，对于您的示例Html只是Microsoft:

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.Load("test.html");
var nodes = doc.DocumentNode.SelectNodes("//h1[@class='subHead']");
foreach (var node in nodes)
{
    string text = node.FirstChild.InnerText; //output: "Microsoft Corp"
    string textAll = node.InnerText; //output: "Microsoft Corp (NASDAQ:MSFT)"
}

编辑基于更新的问题-这应该为您工作:

string text = "";
HtmlWeb web = new HtmlWeb();
string url = string.Format("http://caps.fool.com/Ticker/{0}.aspx", ticker);
HtmlAgilityPack.HtmlDocument doc = web.Load(url);
var node = doc.DocumentNode.SelectSingleNode("//h1[@class='subHead']");
text = node.FirstChild.InnerText.Trim();
return text;

使用xpath表达式选择元素，然后提取文本。

 foreach (var element in doc.DocumentNode.SelectNodes("//h1[@clsss='subHead']/span"))
 {
    Console.WriteLine (element.InnerText);
 }
相关文章：