Question

我是htmlagilitypack的新手，我试着找出一种方法，我可以从这样的HTML设置中获取链接

<div class="std"><div style="border-right: 1px solid #CCCCCC; float: left; height: 590px; width: 190px;"><div style="background-color: #eae3db; padding: 8px 0 8px  20px; font-weight: bold; font-size: 13px;">test</div>
    <div>
    <div style="font-weight: bold; margin: 5px 0 -6px;">FEATURED</div>
    <span class="widget widget-category-link"><a href="http://www.href1.com"><span>cat1</span></a></span>
     <span class="widget widget-category-link"><a href="http://www.href1.com"><span>cat2</span></a></span>
</div></div>

我还没有在c＃中编写任何代码，但我想知道是否有人可以建议在没有HTML ID的情况下应该指向哪些标记来获取链接和内部文本'。感谢

Answer 1

如果您熟悉XPATH，您将能够浏览html的元素和属性，以获得您想要的任何内容。要获得上面的每个href，您可以按如下方式编写代码：

 const string xpath = "/div//span/a";

 //WebPage below is a string that contains the text of your example
 HtmlNode html = HtmlNode.CreateNode(WebPage);
 //The following gives you a node collection of your two <a> elements
 HtmlNodeCollection items = html.SelectNodes(xpath);
 foreach (HtmlNode a in items)
 {    
      if (a.Attributes.Contains("href"))
      //Get your value here
      {
           yourValue = a.Attributes["href"].Value
      }
 }

注意：我没有运行或测试过这段代码

htmlagilitypack解析链接和内部文本

1 个答案: