Question

我正在尝试根据节点的id从html页面中选择一个节点。由于外部限制，我必须使用XPath。

我希望获得论坛帖子的容器元素，在这种情况下是Delphi-PRAXiS。我附上了一个简单的页面示例。

我需要的节点是一个id为“posts”的div，所以我的查询将是//div[@id='posts']。问题是，结果是一个空列表。如果我使用//*[@id='posts']查询，我会得到我的节点。

我使用框架的XmlDocument类尝试了这个。

最终我想使用Html Agility Pack（它使用与XmlDocument相同的XPath类）但是如果我使用它，无论查询字符串如何都不会得到任何结果。

我知道查询字符串是正确的，所以我的猜测是解析器有问题。但不知何故，我怀疑微软会发布一个破碎的XPath解析器。

有什么建议吗？

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" dir="ltr" lang="de">  
  <head>    
    <title>Some title</title>  
  </head>  

  <body>    
    <div>          
      <div class="page">                 
        <div id="dp-page" class="round-all">          
          <div class="dpbox">               
            <div id="posts">
              Here we go!               
            </div>            
          </div>            
        </div>          
      </div>        
    </div>  
  </body>
</html>

我发现了另一个线索：如果xml中存在节点<a name="poststop" id="poststop"></a>，则查询失败，否则成功。但为什么呢？

Answer 1

XHTML元素位于http://www.w3.org/1999/xhtml命名空间中，因此您需要在选择器中指定它。您的代码看起来应该是这样的（在使用名称空间时，使用XDocument会更容易一些。）

var nsmgr = new XmlNamespaceManager(doc.NameTable);
nsmgr.AddNamespace("xhtml", "http://www.w3.org/1999/xhtml");
var nodelist = doc.SelectNodes("//xhtml:div[@id='posts']", nsmgr);

Answer 2

虽然我不推荐它，但您也可以使用XmlTextReader加载没有名称空间的文档

// Create XML data element
xmlData = new XmlDocument();

// Read using XmlTextReader to strip namespaces
using (XmlTextReader tr = new XmlTextReader(sourceFile))
{
    tr.Namespaces = false;
    xmlData.Load(tr);
}

我使用它进行一些文档处理，以确保在使用数据库配置数据搜索字段时不需要担心命名空间。

正确的XPath产生空结果

2 个答案: