HTML Agility Pack - 在特定节点之后选择节点

时间:2009-12-14 09:05:18

标签: c# asp.net html html-agility-pack

我问了问题in a codeplex discussion,但我希望在stackoverflow上能得到更快的答案。

因此,我使用HTML Agility Pack在C#中进行HTML解析。 我有以下html结构:

<body>
   <p class="paragraph">text</p>
   <p class="paragraph">text</p>
   <p class="specific">text</p>
   <p class="paragraph">text</p>
   <p class="paragraph">text</p>
</body>

我需要在p元素之后使用类“specific”获取所有带有“paragraph”的p元素。

有办法吗?

感谢。

2 个答案:

答案 0 :(得分:6)

在Mark的例子中使用.Class(如果不存在,替换适当的任何东西)

使用SkipWhile

e.g。在LINQPad中,您可以获得5,6,7

int[] a = { 6, 5, 6 ,7 };
a.SkipWhile(x=>x!=6).Skip(1).Dump();

因此,根据SelectNodes类型返回,可以是:

.SelectNodes( "/p" ).SkipWhile( p => p.Class != "specific" ).Skip(1)

.SelectNodes( "/p" ).Cast<XX>().SkipWhile( p => p.Class != "specific" ).Skip(1)

(或丑陋的版本)

.SelectNodes( "/p" ).SkipWhile( p => ((XX)p).Class != "specific" ).Skip(1)

(或者在某些情况下 - 如果您的表达式已经过适当过滤,则不是这样)

.SelectNodes( "/p" ).OfType<XX>().SkipWhile( p => p.Class != "specific" ).Skip(1)
编辑:我可能会创建一个扩展方法:

static class HapExtensions
{
    public IEnumerable<T> SkipUntilAfter( this IEnumerable<T> sequence, Predicate<T> predicate) {
        return sequence.SkipWhile( predicate).Skip(1);
       }
}

任何人都在寻找现有技术吗?有什么好名字的建议吗?

答案 1 :(得分:2)

试试这个

bool latterDayParagraphs = false;
List<DocumentNode> nodes = new List<DocumentNode>();
foreach(var pElement in doc.DocumentNode.SelectNodes("/p"))
{
   if(pElement.Class != "paragraph") 
   {
      latterDayParagraphs = true;
      continue;
   }
   if(latterDayParagraphs)
   {
      nodes.Add(pElement);
   }
}