HTML Agility pack - 如何获取以特定文本开头的URL？

Question

问题出在标题中，但更为具体：我可以从HTML获取URL，该URL以特定文本开头吗？可能是，有任何案例要以JQuery风格提取吗？

$( "a[href^='event_handler']" )

Answer 1

开箱即用的库不支持jquery类型选择器（那些是CSS选择器FYI），但只支持XPATH或XSLT选择器。当然有好人花时间并添加了CSS选择器支持的扩展，请参阅Add CSS Selector Query Engine onto HTMLAgilityPack。

添加此项，您可以使用自己已经提供的字符串选择器选择链接。

Answer 2

HTMLAgilityPack基于使用XPath查询，而不是CSS选择器（这是您原始帖子中的内容）。

如果你绝对必须使用CSS选择器，那么过去我用过的工具叫做Fizzler：

https://code.google.com/p/fizzler/

它位于HTMLAgilityPack之上，因此大部分文档都保持不变。

我也说你的问题有点令人困惑。你的CSS选择器根据它的href 选择一个值，但是你提到你想要选择它的text - 这是不同的。以下是您原始选择器的直接等价物：

//a[starts-with(@href, 'event_handler')]

但是，要匹配实际的文字，而不是href，那就是：

//a[starts-with(text(), 'event_handler')]

Answer 3

您也可以使用linq

doc.DocumentNode.SelectNodes("//li").Where(x => x.FirstChild.Attributes["href"].Value.StartsWith("event_handler")).Select(x => x.FirstChild.Attributes["href"].Value).ToList();