订购HtmlNodes基于它们在HTML页面上的位置（C＃/ XPath）

Question

上下文

我正在解析this service上的查询结果，但带有结果的HTML很乱。

我的目标是构建一个“KeyValue”对，每个“属性和值”都显示为此查询的结果。

目前只有一种方法可以解决它。

解析逻辑：

1. 选择所有属性节点
2. 选择所有值节点
3. 在构建关键值对的每个集合上匹配其“索引”

例如：具有值[0]的属性[0] - ＆gt; （在此服务中，即“CNPJ”和“12.272.084 / 0001-00”）。

问题：

甚至我设法找到一个XPath表达式来获取所有属性节点：

attrNodes = htmlDoc.DocumentNode.SelectNodes ("//td[@bgcolor='#f1f1b1']/*/font[@face='Verdana']");

我无法为值节点找到一个节点，因为有不同类型的节点在用Html渲染时实际上看起来相同（例如“b”和“strong”）。

甚至有不同层次结构的节点阻止我在XPath上使用通配符（“*”）来解决它（例如单个标签或嵌套的两个标签）

我的目标：

1. 编写XPath以使用值
到达每个不同的节点子集
2. 将所有节点放在一个Collection
中
3. 根据Html中每个节点的位置对此Collection的节点进行排序（首先出现在HTML上的节点将位于列表的开头）

知道如何实现目标？

HTML示例：

您可以勾选here

或通过在CNPJ文本框中键入： 12272084000100 来查询自己的服务 然后点击“Pesquisar”。之后，您只需点击文本“Companhia Eletrica de Alagoas”

先谢谢

Answer 1

我刚刚找到了一个可以在HtmlAgilityPack框架的“HtmlNode”类中找到的属性，该类可以解决我的问题。

根据this documentation关于HtmlNode类：

StreamPosition
Gets the stream position of this node in the document, relative to the start of the document. 

这是我的测试的输出，使用在这个相同的Html页面中找到的表列表（用于测试目的的表）

// HtmlNodeCollection of Tables
tableNodes[0].StreamPosition
925
tableNodes[1].StreamPosition
1651
tableNodes[2].StreamPosition
2387

使用此StreamPosition作为参数设置我的列表，以解决我的问题。

List<HtmlNode> OrderedList = valueNodes.OrderBy ( node => node.StreamPosition ).ToList<HtmlNode>();