使用敏捷包WP8解析HTML页面

本文关键字：解析 HTML 页面 WP8 | 更新日期: 2023-09-27 17:59:25

我想解析这个文件：（只有重要的部分）

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
...
</head>
<body onload="Xaprb.InputMask.setupElementMasks()">
<div align="center">
        <table> ... </table>
        <table width="900" height="500" border="0" cellpadding="0"
            cellspacing="0" class="content">
        <tr>
    <td width="45">&nbsp;</td>
    <td width="210" valign="top">
    <div class="np_table">
        <div class="np_bl">
            <div class="np_br">
                <div class="np_tl">
                    <div class="np_tr">
                    <span class="name_heading">Hello</span><br />
                    <span class="name_content">**NAME I NEED**</span><br />
                    <br /> <span class="name_heading">Number:</span><br />
                    <span class="name_content">**NUMBER I NEED**</span>
                    </div>
                </div>
            </div>
        </div>
    </div> <br>
    <div class="menu"> ... </div>
    <p>&nbsp;</p>
    </td>
    <td width="600" valign="top">
        <div class="content_table">
        <div class="ct_bl">
            <div class="ct_br">
                <div class="ct_tl">
                    <div class="ct_tr">
                       <span class="heading">...</span>
                       <p><b>**I need this number too: 250**</b> <br />
               <br />
               Here is the datum I want: **17-04-2014**. <br />
               Please do not...</p>
               <p><b>...</b></p>
    <br /><br>
                 </div>
            </div>
        </div>
      </div>
    </div>
    </td>
</body>
</html>

现在我想要四个字符串，两个数字，日期和一个名字。我有这个代码：

HttpClient client = new HttpClient();
var doc = new HtmlAgilityPack.HtmlDocument();
var html = await client.GetStringAsync("http://example.com");
doc.LoadHtml(html);
var name = ???
var numberone = ???
var numbertwo = ???
var date = ???

但我不知道我是如何通过HTML敏捷包获得这些信息的。有人能帮我吗？或者给我暗示？

使用敏捷包WP8解析HTML页面

我们可以使用XPath查询来使用HtmlAgilityPack选择HTML文档的特定部分。因此，请阅读一些XPath教程以开始：

  • MSDN：XPath参考
  • W2School:XPath语法

例如，要从以下问题中的示例HTML中获取NAME I NEED：

var name = 
    doc.DocumentNode
       .SelectSingleNode("//span[@class='name_content' and .='Hello']/following-sibling::span[1]");
if(name!= null) Console.WriteLine(name.InnerText);

上面示例中使用的XPath的解释：

//span

  • 扫描整个文档中的<span>元素

[@class='name_content' and .='Hello']

  • 具有等于CCD_ 5的类属性值和等于CCD_

/following-sibling::span[1]

  • 然后从当前的<span>中得到最近的<span>类型的兄弟元素
相关文章：