HtmlAgilityPack，然后选择Nodes和Subnodes

本文关键字：Subnodes Nodes 选择 然后 HtmlAgilityPack | 更新日期: 2023-09-27 18:00:27

希望有人能帮我。

假设我有一个包含多个divs的html文档，例如

<div class="search_hit">
    <span prop="name">Richard Winchester</span>
    <span prop="company">Kodak</span>
    <span prop="street">Arlington Road 1</span>
</div>
<div class="search_hit">
    <span prop="name">Ted Mosby</span>
    <span prop="company">HP</span>
    <span prop="street">Arlington Road 2</span>
</div>

我正在使用HtmlAgilityPack获取html文档。我需要知道的是如何获得每个search_hit-div的跨度？

我的第一个想法是这样的：

foreach (HtmlAgilityPack.HtmlNode node in
    doc.DocumentNode.SelectNodes("//div[@class='search_hit']"))
{
     foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes("//span[@prop]"))
     {
     }
}

每个div都应该是一个以包含的跨度为属性的对象：

public class Record
{
    public string Name { get; set; }
    public string company { get; set; }
    public string street { get; set; }
}

然后填写此列表：

public List<Record> Results = new List<Record>();

但我使用的XPATH并没有像它应该做的那样在子节点中进行搜索。它一次又一次地搜索整个文档。

我的意思是，我已经用这种方式工作了，我只得到了整个页面的跨度，但spans和divs之间没有关系。意思是，我不再知道哪个span和哪个div有关。

有人知道解决方案吗？我已经玩了那么多，现在我完全困惑了

感谢您的帮助！

HtmlAgilityPack，然后选择Nodes和Subnodes

如果使用//，它将从文档开始搜索。

使用.//从当前节点中搜索所有

 foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes(".//span[@prop]"))

或者完全去掉前缀，只搜索直接子代：

 foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes("span[@prop]"))

以下内容适用于我。重要的一点正如BeniBela所指出的，在对"SelectNodes"的第二次调用中添加了一个点。

List<Record> lstRecords=new List<Record>();
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//div[@class='search_hit']"))
{
  Record record=new Record();
  foreach (HtmlNode node2 in node.SelectNodes(".//span[@prop]"))
  {
    string attributeValue = node2.GetAttributeValue("prop", "");
    if (attributeValue == "name")
    {
      record.Name = node2.InnerText;
    }
    else if (attributeValue == "company")
    {
      record.company = node2.InnerText;
    }
    else if (attributeValue == "street")
    {
      record.street = node2.InnerText;
    }
  }
  lstRecords.Add(record);
}

首先，看看这个：Html敏捷包-选择子节点的问题

以下是您的问题的完整工作解决方案：

IList<Record> results = new List<Record>();
foreach (var node in doc.DocumentNode.SelectNodes("//div[@class='search_hit']")) {
    var record = new Record();
    record.Name = node.SelectSingleNode(".//span[@prop='name']").InnerText;
    record.company = node.SelectSingleNode(".//span[@prop='company']").InnerText;
    record.street = node.SelectSingleNode(".//span[@prop='street']").InnerText;
    results.Add(record);
}

如果你读了我给你的问题，你会发现做./span[@prop='name']是完全一样的，因为那些span节点是div节点的（直接）子节点。

如果span节点没有这些prop属性，并且您希望根据它们的出现顺序进行分配，则可以执行以下操作：

foreach (var node in doc.DocumentNode.SelectNodes("//div[@class='search_hit']")) {
    var spanNodes = node.SelectNodes("./span");
    var record = new Record();
    record.Name = spanNodes[0].InnerText;
    record.company = spanNodes[1].InnerText;
    record.street = spanNodes[2].InnerText;
    results.Add(record);
}

我真丢脸：）

你们都是对的。

我发现了问题。这个NullReferenceException一直困扰着我，所以我花了更多的时间来详细研究它。在所有这些div之间，有一个div具有相同的"class=‘search-hit’"属性，但内部没有跨度。这就是它在第二个循环中出错的原因。

foreach (HtmlAgilityPack.HtmlNode node in doc.DocumentNode.SelectNodes("//span[@prop]/ancestor::div[@class='search_hit']"))
   {
        Record rec = new Record();
        foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes(".//span[@prop]"))
           {
           }
           rList.Results.Add(rec);
   }

上面的代码正在工作。

谢谢你们的时间和帮助！

我用过这个。类转换id

  HtmlNodeCollection nodes = dokuman.DocumentNode.SelectNodes("//div[@id='search_hit']//span[@prop]");

            for (int i = 0; i < nodes .Count; i++)
        {
            var record = new Record();

                record.Name = links[i].InnerText;   results.Add(record);  }
相关文章：