Question

我想从html获取特定数据。我使用c＃和HtmlAgilityPack

以下是HTML示例：

<p class="heading"><span>Greeting!</span>

<p class='verse'>Hi!<br>               //
Hello!</p><p class='verse'>Hello!<br>  // i want to get this g
Hi!</p>                                //

<p class="writers"><strong>WE</strong><br/>

这是我在c＃中的代码：

StringBuilder pureText = new StringBuilder();
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(Lyrics);

var s = doc.DocumentNode.Descendants("p");

try
{
     foreach (HtmlNode childNode in s)
     {
                        pureText.Append(childNode.InnerText);
     }
}
catch
{ }

更新：

StringBuilder pureText = new StringBuilder();
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(URL);

var s = doc.DocumentNode.SelectNodes("//p[@class='verse']"); // error

try
{
     foreach (HtmlNode childNode in s)
     {
            pureText.Append(childNode.InnerText);
     }
}
catch
{ }

ERROR：

'HtmlAgilityPack.HtmlNode'不包含'SelectNodes'的定义，并且没有扩展方法'SelectNodes'接受类型为'HtmlAgilityPack.HtmlNode'的第一个参数'（您是否缺少using指令或汇编引用？）

Answer 1

您可以尝试使用XPath查询语法选择所有<p> class='verse'，如下所示：

var s = doc.DocumentNode.SelectNodes("//p[@class='verse']");

然后按照您现有的foreach进行操作。

更新I：

我不知道为什么上面的代码会为你抛出错误。它已在我的电脑上测试过，应该可以正常工作。无论如何，如果您接受解决方法，可以通过这种方式实现相同的查询：

var s = doc.DocumentNode.Descendants("p").Where(o => o.Attributes["class"] != null && o.Attributes["class"].Value == "verse");

此解决方案更长，因为我们需要在检查属性值之前检查节点是否具有类属性。否则，如果有Null Reference Exception没有类属性，我们将获得<p>。

从html获取特定数据

1 个答案: