Question

如何使用Html Agility Pack在html页面上获取所有div id。我正在尝试获取所有ID并将它们放入集合中。

<p>
    <div class='myclass1'>
        <div id='f'>
        </div>  
        <div id="myclass2">
            <div id="my"><div id="h"></div><div id="b"></div></div>
        </div>
    </div>
</p>

代码：

HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument(); 
htmlDoc.OptionFixNestedTags=true;
htmlDoc.Load(filePath);    
HtmlNode bodyNode = htmlDoc.DocumentNode.SelectSingleNode("div");

如何收集所有div id？

Answer 1

如果您只想要ID，则可以获取这些id属性节点的集合，而不是获取div元素节点的集合。例如：

List<string> ids = new List<string>();
foreach(XmlNode node in doc.SelectNodes("//div/@id"))
{
    ids.Add(node.InnerText);
}

这将跳过没有ID的div元素，例如示例中的<div class='myclass1'>元素。

"//div/@id"是一个XPath字符串。 XPath是一种技术，如果您处理XML很多，或者在这种情况下，通过敏捷包库处理HTML，这种技术可以派上用场。 XPath是一种行业标准，允许您在XML文档中选择匹配的节点。

//表示您希望它选择以下节点作为当前节点或其任何后代的子节点。由于当前节点是文档的根节点，因此可以在文档中的任何位置找到匹配的节点。
div是我们想要匹配的元素名称。因此，在这种情况下，我们告诉它在文档中的任何位置找到所有div元素。
/表示您想要一个子节点。在这种情况下，id属性是div元素的子元素，因此首先我们说我们需要div元素，然后我们需要正斜杠来表示我们想要其中一个{ {1}}元素的子节点。
div表示我们想要找到所有@id属性。 id符号表示它是属性名称而不是元素名称。

Answer 2

Yo可以通过传递xpath语法来获取div的集合

喜欢这个

HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();

    htmlDoc.OptionFixNestedTags=true;

    htmlDoc.Load(filePath);

 foreach(HtmlNode div doc.DocumentElement.SelectNodes("//div"))
 {
///.. code here
 }

使用Html Agility Pack在html页面上获取所有div id

2 个答案: