我的问题是我无法从表中获取div InnerText。我已经成功地提取了不同类型的数据，但我不知道如何从表中读取div。
在下面的图片中我突出显示了div，我需要从中获取InnerText，在本例中为3号。
我正在尝试使用以下路径完成此操作：
"//div[@class='kal']//table//tr[2]/td[1]/div[@class='cipars']"
但是我得到了以下错误：
Click here for Error message picture
假设其余代码写得正确，有人能指出我正确的方向吗？我一直在努力想出这个，但我无法得到任何结果。
答案 0 :(得分：1)
所以你的问题是你依赖XPath中的位置。虽然在某些情况下这可能没问题，但它不在这里，因为您希望给定td中的第一个 tr与div一起使用descendant类。
查看Chrome中的来源，它表明并非总是这样。您可以通过将日历中的“1”元素与“2”和“3”进行比较来查看。您会注意到“1”元素周围有许多元素，而其他元素则没有。
您的原始XPath查询未返回元素，这就是您收到错误的原因。如果您给出HtmlAgilityPack的XPath查询不会产生DOM元素，它将返回null。
现在，因为您没有显示整个代码，所以我不知道这个代码是如何运行的。但是，我猜你正试图遍历所有的日历项目。无论如何，你有多种方法可以做到这一点，但我会告诉你，使用//div[@class='kal']//table//descendant::div[@class='cipars']
XPath选择器，可以一次性抓住所有这些：
tr这将返回所有日历项目（即1到30）。
但是，要获取特定行中的所有项目，您只需将//div[@class='kal']//table//tr[3]/descendant::div[@class='cipars']
添加到查询中：
div这将返回2到8（第二行日历项目）。
要定位特定的一个，那么你必须对网站的源代码做出假设。看起来每个“cipars”td都有一个datums的祖先和一个类//div[@class='kal']//table//tr[3]//td[@class='datums'][2]/div[@class='cipars']
....所以要从你的问题中得到“3”值：
table希望这足以至少显示问题。
修改
虽然您确实遇到了XPath问题，但您还有其他问题。
网站创建非常奇怪。日历以奇怪的方式加载。当我点击该URL时，日历是由一些Javascript调用XML Web服务（用PHP编写）创建的，然后计算用于日历的完整public static string SendPost(string url, string postData)
{
string webpageContent = string.Empty;
byte[] byteArray = Encoding.UTF8.GetBytes(postData);
HttpWebRequest webRequest = (HttpWebRequest)WebRequest.Create(url);
webRequest.Method = "POST";
webRequest.ContentType = "application/x-www-form-urlencoded";
webRequest.ContentLength = byteArray.Length;
using (Stream webpageStream = webRequest.GetRequestStream())
{
webpageStream.Write(byteArray, 0, byteArray.Length);
}
using (HttpWebResponse webResponse = (HttpWebResponse)webRequest.GetResponse())
{
using (StreamReader reader = new StreamReader(webResponse.GetResponseStream()))
{
webpageContent = reader.ReadToEnd();
}
}
return webpageContent;
}
。
由于这是Javascript（客户端代码），HtmlAgilityPack将不会执行它。因此，HtmlAgilityPack甚至没有“看到”该表。因此，针对它的查询将返回“未找到”（null）。
解决方法：1）使用可调用脚本的工具。这个，我的意思是加载一个浏览器。一个很好的工具用于此Selenium。这可能是更好的整体解决方案，因为这意味着实际上将调用站点使用的所有脚本。您仍然可以使用XPath，因此您的查询不会更改。
第二种方法是将请求发送到该页面所用的相同的 Web服务。这基本上是为了获取页面获取的相同的 HTML，并使用 和HtmlAgilityPack。我们怎么做？
好吧，您可以使用C＃轻松地将数据发布到Web服务。为了方便使用，我偷了this SO question的代码。有了这个，我们可以发送页面相同的请求，并返回相同的HTML。
因此，为了发送一些POST数据，我们生成一个类似的方法.....
string responseBody = SendPost("http://lekcijas.va.lv/lekcijas_request.php", "nodala=IT&kurss=1&gads=2013&menesis=9&c_dala=");
我们可以这样称呼它：
php我是怎么得到的？那么我们调用的responseBody文件是页面的Web服务，POST数据也是。我发现它发送给服务的数据的方式是调试Javascript（使用Chrome的开发者控制台），但你可能会注意到它与URL中的几乎相同。这似乎是故意的。
返回的table是的物理HTML 日历的var document = new HtmlDocument();
document.LoadHtml(webpageContent);
。
我们现在用它做什么？我们将其加载到HtmlAgilityPack中，因为它能够接受纯HTML。
var node = document.DocumentNode.SelectSingleNode("//div[@class='kal']//table//tr[3]//td[@class='datums'][2]/div[@class='cipars']");
现在，我们坚持原来的XPath：
Console.WriteLine(node.InnerText);
现在，我们打印出有希望成为“3”的内容：
{{1}}
我的输出，在本地运行，确实是： 3 。
然而，虽然这可以解决你遇到的问题，但我假设网站的其余部分是这样的。如果是这种情况，你仍然可以使用上面的技术解决它，但是像Selenium这样的工具就是出于这个原因而创建的。