Question

我想返回div的完整InnerText，其中包含特定文本。

例如：我在HTMLDocument（HTMLAgilityPack）中搜索“hello world”，并希望返回找到“hello world”的div的完整InnerText。

这就是我的尝试：

HtmlNode textNode = doc.DocumentNode.SelectNodes("//text()[contains(., 'hello world')]/..")

这返回了找到特定文本的HtmlNode。

现在我想得到textNode的第一个父div来返回完整的InnerText。

提前致谢

Answer 1

我会这样做......

var nodes2 = doc.DocumentNode.SelectNodes("//div[contains(.//text(), 'Hello World')]");

这可能是一个更好的解决方案：

var nodes3 = doc.DocumentNode.SelectNodes("//text()[contains(., 'Hello World')]/ancestor::div[1]");

或使用Linq-to-XML表示法：

        var nodes =
            doc.DocumentNode.Descendants("div")
               .Where(
                   div =>
                   div.DescendantsAndSelf("text()").Where(text => text.InnerHtml.Contains("Hello World")).Any())

或者

        var nodes4 = from div in doc.DocumentNode.Descendants("div")
                     from text in div.DescendantsAndSelf("text()")
                     where text.InnerText.Contains("Hello World")
                     let firstParent = text.AncestorsAndSelf("div").First()
                     select firstParent;

Answer 2

虽然我没有HTMLAgilityPack的经验，但这看起来像XPath语法。在这种情况下，“..”应该返回找到的元素的父级。

我用这个网站测试了这个： http://ponderer.org/download/xpath/

如果您输入

//li[contains(., 'about')]/../..

在文本框中，它将以绿色突出显示包含ul元素（包含li元素）的div。

这是你在找什么？

在HTMLDocument中查找特定文本的父div

2 个答案: