Question

在此HTML源代码中，

<strong>Apple</strong> <span id="apple">Red</span>
<strong>Orange</strong> <span id="orange">Orange</span>
<strong>Beans</strong> <span id="beans">Green</span>
<strong>Carrot</strong> <span id="carrot">Orange</span>
<strong>Banana</strong> <span id="banana">Yellow</span>
<strong>Grapes</strong> <span id="grape">Green</span>

我正在尝试使用HTML Agility Pack并检索bean和胡萝卜色（绿色，橙色），它们分别是span id bean和carrot的内部文本

使用代码

string beans= document.DocumentNode.Descendants("span")
        .Where(node => node.Attributes["id"] != null && node.Attributes["id"].Value == "beans")
        .ToArray().ElementAt(0).InnerText.Trim();

string carrot = document.DocumentNode.Descendants("span")
        .Where(node => node.Attributes["id"] != null && node.Attributes["id"].Value == "carrot")
        .ToArray().ElementAt(0).InnerText.Trim();

但是代码搜索SPAN节点两次需要更多时间。我想知道是否有任何其他方法来访问更高效的特定SPAN元素。

如果没有此代码，源代码将更快地通过Agility Pack加载到文档中。添加这段代码后推迟了这个过程。

如果HTML Source没有特定ID，则会产生异常。

我想将蔬菜颜色（绿色和橙色）分别保存在两个变量中，因为我将使用LIST将其转换为逗号分隔的txt文件。

Answer 1

我会尝试将跨度插入字典中，假设跨度ID是唯一的：

Dictionary<string, HtmlNode> spans = document.DocumentNode.Descendants("span")
    .Where(node => node.Attributes["id"] != null)
    .ToDictionary(node => node.Attributes["id"].Value);

现在您可以快速获得跨度：

HtmlNode span;
if (spans.TryGetValue("apple", out span)) {
    string text = span.InnerText.Trim();
}

直接获取内部文字：

Dictionary<string, string> texts = document.DocumentNode.Descendants("span")
    .Where(node => node.Attributes["id"] != null)
    .ToDictionary(node => node.Attributes["id"].Value,
                  node => node.InnerText.Trim());

现在您可以快速获取文本：

string text;
if (texts.TryGetValue("apple", out text)) {
    Console.WriteLine(text);
}

或者，如果您确定存在跨度ID：

string apple = texts["apple"];
string orange = texts["orange"];

访问节点元素的替代方法

1 个答案: