HtmlAgilityPack 並選擇節點和子節點

Question

希望有人可以幫助我。

假設我有一個包含多個divs的html文檔，如下例所示：

<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來獲取html文檔。 我需要知道的是如何獲得每個search_hit-div的跨度？

我的第一個想法是這樣的：

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

每個div應該是一個對象，其中包含的跨度作為屬性：

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

然后應填寫此列表：

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

但是我使用的XPATH並沒有像它應該做的那樣在子節點中進行搜索。 它接縫一次又一次地搜索整個文檔。

我的意思是我已經讓它以這種方式工作，我只是得到整個頁面的跨度，但是我在spans和divs之間沒有關系。 意思是，我不再知道哪個span與哪個div相關。

有人知道解決方案嗎？ 我已經玩了那么多，我現在完全糊塗了。 :)

任何幫助表示贊賞！

Answer 1

如果您使用// ，它將從文檔開始搜索。

使用.//從當前節點搜索所有

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

或者完全刪除前綴以僅搜索直接子項：

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

Answer 2

以下對我有用。 重要的一點正如 BeniBela 指出的那樣，在第二次調用“SelectNodes”時添加一個點。

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);
}

Answer 3

首先看看這個： Html Agility Pack - Problem selection subnode

這是您問題的完整工作解決方案：

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);
}

如果您閱讀我指出的問題，您會發現執行./span[@prop='name']是完全相同的，因為這些span節點是div節點的（直接）子節點。

---

如果span節點沒有這些prop屬性，並且您想根據它們出現的順序分配它們，您可以執行以下操作：

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);
}

Answer 4

為我感到羞恥:)

你們都是對的。

我發現了問題。 這個 NullReferenceException 一直困擾着我，所以我花了更多的時間來詳細研究它。 在所有這些 div 之間，有一個 div 具有相同的“class='search-hit'”屬性，但內部沒有跨度。 這就是為什么它在第二個循環中出現錯誤的原因。

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);
   }

上面的代碼正在工作。

謝謝你們的時間和幫助！

Answer 5

我用過那個。 類轉換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);  }