Question

我遇到的问题是我的xpath无效。

我想在底部获取Google.com下一个链接的网址。

但我无法使用Xpath访问网址。

请帮我纠正我的xpath。还告诉我应该在哪个地方？

HtmlWeb hw = new HtmlWeb();

HtmlAgilityPack.HtmlDocument doc = hw.Load("http://www.google.com/search?q=seo");
HtmlNodeCollection linkNodes = doc.DocumentNode.SelectNodes("//*[@id='pnnext']");

foreach (HtmlNode linkNode in linkNodes)
{
    HtmlAttribute link = linkNode.Attributes["href"];
    MessageBox.Show(link.Value );
}

Answer 1

~~这里奇怪的是HtmlAgilityPack无法识别“Next”链接的id属性。~~

~~这可能是HtmlAgilityPack中的一个错误;您可以将其发布在HAP Issue Tracker。~~

中

然而，与此同时，我发现了这个解决方法：

找到包含分页元素的表（带有id="nav"的表）。对于此元素，正确识别id
获取表格中的第一个（仅tr）及其最后一个td（使用XPath last()函数）
将a元素放在我们在上一步获得的td内。

长话短说，这是代码：

var doc = new HtmlWeb().Load("http://www.google.com/search?q=seo");

var nextLink = doc.DocumentNode
    .SelectSingleNode("//table[@id='nav']/tr/td[last()]/a");

Console.WriteLine(nextLink.GetAttribute("href", "err"));

更新

在Simon的评论之后，我再次检查了这一点，结论是这不是HTML Agility Pack中的错误; id="pnnext"属性仅在浏览器发出请求时出现（可能取决于 UserAgent 标头值）。从代码执行HttpWebRequest时，这就是“下一步”链接在输出中的显示方式：

<a href="/search?q=seo&amp;hl=en&amp;ie=UTF-8&amp[...]" style="text-align:left">

htmlagilitypack xpath无法正常工作

1 个答案:

更新