分析内部HTML

本文关键字：HTML 内部 | 更新日期: 2023-09-27 18:03:31

这就是我想要解析的内容

<div class="photoBox pB-ms">
<a href="/user_details?userid=ePDZ9HuMGWR7vs3kLfj3Gg">
<img width="100" height="100" alt="Photo of Debbie K." src="http://s3-media2.px.yelpcdn.com/photo/xZab5rpdueTCJJuUiBlauA/ms.jpg">
</a>
</div>

我正在使用以下XPath来查找

HtmlNodeCollection bodyNode = htmlDoc.DocumentNode.SelectNodes("//div[@class='photoBox pB-ms']");

这很好，并返回，s me alldiv，s with photobox class

但当我想使用获得ahref时

HtmlNodeCollection bodyNode = htmlDoc.DocumentNode.SelectNodes("//div[@class='photoBox pB-ms'//a href]");

我得到错误无效令牌。

此外，我还尝试使用查询

   var lowestreview =
  from main in htmlDoc.DocumentNode.SelectNodes("//div[@class='photoBox pB-ms']") 
   from rating in main.SelectNodes("//a href")
  select new { Main=main.Attributes[0].Value,AHref = rating.ToString() };

有人会告诉我如何编写XPath或查询来获得这个AHref

分析内部HTML

吗

这是有效的(已测试(：

HtmlNodeCollection bodyNodes = htmlDoc.DocumentNode
                                      .SelectNodes("//div[@class='photoBox pB-ms']/a[@href]");
foreach(var node in bodyNodes)
{
    string href = node.Attributes["href"].Value;
}

问题是您将属性选择器和元素选择器混淆了。此外，您还质疑是否真的打算查询集合。

上面的XPath选择器将选择具有href属性的所有a元素，这些元素是类为'photoBox pB-ms'的div元素的子节点。然后，您可以迭代这个集合，并获得每个元素的href属性值。

此外，HtmlAgilityPack现在支持Linq(自1.4起(，因此只需获得特定的属性值就可以更容易地完成(imo(，如下所示：

string hrefValue = htmlDoc.DocumentNode
                          .Descendants("div")
                          .Where(x => x.Attributes["class"].Value == "photoBox pB-ms")
                          .Select(x => x.Element("a").Attributes["href"].Value)
                          .FirstOrDefault();

您可以使用HTMLAgilePack 而不是XML解析

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml([HTML Text]);
foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
{
    HtmlAttribute att = link["href"];
    // att.Value
}
相关文章：