HtmlAgilityPack并选择节点和子节点-Java 学习之路

希望有人可以帮助我 .

假设我有一个包含多个div的html文档，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来获取html文档 . 我需要知道的是我如何获得每个“search_hit”-div的 Span ？

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应该是包含spans作为属性的对象 . I. e .

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

然后填写此清单：

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

但我正在使用的XPATH并没有在子节点中进行搜索，因为它应该这样做 . 它接缝一遍又一遍地搜索整个文档 .

我的意思是我已经让它以这种方式工作，我只是得到整个页面的 Span . 但后来我在 Span 和div之间没有任何关系 . 意思是：我不知道哪个 Span 与哪个div有关 .

有人知道解决方案吗？我已经玩了很多，我现在完全糊涂了:)

任何帮助表示赞赏！

5 回答

以下适用于我 . 重要的是就像BeniBela注意到在第二次调用'SelectNodes'时添加一个点 .

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);
}

回复于 2024-05-07T02:06:42+08:00

30
如果您使用 // ，则从文档开始搜索 .

使用 .// 从当前节点搜索所有内容
```
foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes(".//span[@prop]"))
```
或者完全删除前缀以搜索直接子项：
```
foreach (HtmlAgilityPack.HtmlNode node2 in node.SelectNodes("span[@prop]"))
```
回复于 2024-05-07T02:06:42+08:00

首先，看看这个： Html Agility Pack - Problem selecting subnode

以下是针对您的问题的完整解决方案：

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);
}

如果您阅读我指出的问题，您将看到执行 ./span[@prop='name'] 完全相同，因为那些 span 节点是 div 节点的（直接）子节点 .

如果 span 节点没有那些 prop 属性，并且您希望根据它们出现的顺序分配它们，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);
}

回复于 2024-05-07T02:06:42+08:00

2
我很遗憾:)

你们所有人都是对的 .

我发现了这个问题 . 这个NullReferenceException一直在唠叨我，所以我花了更多的时间详细研究它 . 在所有这些div之间有一个div具有相同的“class ='search-hit'”属性但没有内部的 Span . 这就是为什么它在第二个循环中通过错误的原因 .
```
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);
   }
```
上面的代码正在运行 .

谢谢你们的时间和帮助！
回复于 2024-05-07T02:06:42+08:00

我用过它 . class convert 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);  }

回复于 2024-05-07T02:06:42+08:00

HtmlAgilityPack并选择节点和子节点

5 回答

相关问题