我正在使用html-agility-pack并尝试选择其中的特定html。 我想得到的部分是这些块中的每个GTIN编号:
<td><span class="mobile-only">GTIN:</span>07330155011068</td>
- 我想要的部分是结束span-tag之后的数字。例如:07330155011068。下面是我的HTML,我的c#-method:
<div class="table-wrapper" style='display: block;'>
<table id="tableSearchArticle">
<thead>
<tr>
<th><a href="#">Article</a></th>
<th><a href="#">art.nr.</a></th>
<th><a href="#">Brand</a></th>
<th><a href="#">GTIN</a></th>
</tr>
</thead>
<tbody>
<tr>
<td>
<a href="http://www.dabas.com/ProductSheet/Detail.ashx/121308" target="_blank">
Dalapannkaka fryst ca100st 6kg
</a>
</td>
<td><span class="mobile-only">Tillverkarens art.nr:</span>11068</td>
<td><span class="mobile-only">Varumärke:</span>test</td>
<td><span class="mobile-only">GTIN:</span>07330155011068</td>
</tr>
<tr>
<td>
<a href="http://www.dabas.com/ProductSheet/Detail.ashx/124494" target="_blank">
Dessertpannkaka fryst ca100st 6kg
</a>
</td>
<td><span class="mobile-only">Tillverkarens art.nr:</span>11405</td>
<td><span class="mobile-only">Varumärke:</span>test</td>
<td><span class="mobile-only">GTIN:</span>07330155114059</td>
</tr>
</tbody>
</table>
</div>
我正在尝试使用此方法来获取我的值。问题是我不知道在SelectNode()中编写什么代码来获取包含GTIN数字的innerHtml。
public void TestGetHtml()
{
var doc = new HtmlDocument();
doc.Load("C:/Users/Desktop/test.html");
foreach (HtmlNode link in doc.DocumentNode.SelectNodes("TODO: Add code to select all GTIN"))
{
}
doc.Save("file.htm");
}
答案 0 :(得分:2)
使用Xpath从表格主体中选择id为 tableSearchArticle 的第四个单元格。然后获取单元格的内部文本(它将没有html标签,如GTIN:07330155114059
)并删除GTIN前缀:
var xpath = "//table[@id='tableSearchArticle']/tbody/tr/td[4]";
var gtins = doc.DocumentNode.SelectNodes(xpath)
.Select(td => td.InnerText.Replace("GTIN:", ""));
输出:
[
"07330155011068",
"07330155114059"
]
答案 1 :(得分:1)
SelectNodes
收到Xpath表达式。所以,你可以从这开始(未经测试):
foreach (HtmlNode tr in doc.DocumentNode.SelectNodes(
"//div[@class='table-wrapper']/table[@id='tableSearchArticle']/tbody/tr"))
{
Console.WriteLine(tr.InnerHtml);
Console.WriteLine(tr.SelectSingleNode(".//a").GetAttribute("href"));
Console.WriteLine(tr.SelectSingleNode(".//td[last()]").InnerText);
}