Question

我一直遇到Html Agility Pack的问题;我的XPath查询只有在非常简单时才能工作：

//*[@id='some_id']

或

//input

但是，只要它们变得更复杂，那么Html Agility Pack就无法处理它。这是一个演示问题的示例，我使用WebDriver导航到Google，并返回页面源，传递给Html Agility Pack，WebDriver和HtmlAgilityPack都尝试定位元素/节点（C＃）：

//The XPath query
const string xpath = "//form//tr[1]/td[1]//input[@name='q']";

//Navigate to Google and get page source
var driver = new FirefoxDriver(new FirefoxProfile()) { Url = "http://www.google.com" };
Thread.Sleep(2000);

//Can WebDriver find it?
var e = driver.FindElementByXPath(xpath);
Console.WriteLine(e!=null ? "Webdriver success" : "Webdriver failure");

//Can Html Agility Pack find it?
var source = driver.PageSource;
var htmlDoc = new HtmlDocument { OptionFixNestedTags = true };
htmlDoc.LoadHtml(source);
var nodes = htmlDoc.DocumentNode.SelectNodes(xpath);
Console.WriteLine(nodes!=null ? "Html Agility Pack success" : "Html Agility Pack failure");

driver.Quit();

在这种情况下，WebDriver成功找到了该项目，但Html Agility Pack没有。

我知道，我知道，在这种情况下，将xpath更改为可以正常工作的路径非常容易： //输入[@ name ='q'] ，但这只会修复此问题具体的例子，这不是重点，我需要的东西完全或至少密切反映WebDriver的xpath引擎的行为，甚至FirePath或FireFinder添加 - 对Firefox的影响。

如果WebDriver可以找到它，那么为什么Html Agility Pack也找不到呢？

Answer 1

您遇到的问题是使用FORM元素。 HTML Agility Pack handles that element differently - 默认情况下，它永远不会报告它有子项。

在您提供的特定示例中，此查询确实找到了目标元素：

.//div/div[2]/table/tr/td/table/tr/td/div/table/tr/td/div/div[2]/input

然而，这不是，所以很明显表单元素正在绊倒解析器：

.//form/div/div[2]/table/tr/td/table/tr/td/div/table/tr/td/div/div[2]/input

但这种行为是可配置的。如果在解析HTML之前放置此行，表单将为您提供子节点：

HtmlNode.ElementsFlags.Remove("form");

WebDriver可以使用xpath找到元素，Html Agility Pack不能

1 个答案: