Question

我正在尝试使用HtmlAgilityPack中的xpath从网站中提取一些计时器值。但是，当我使用xpath时，我得到空引用异常，因为当我抓取它时，某个特定节点不存在。为了测试这是为什么，我使用doc.Save自己检查节点，我发现节点确实不存在。根据我的理解，HtmlAgilityPack应该几乎完全按照我的方式下载网页，其中包含所有数据。但是，大多数数据实际上都缺失了。

我应该如何从以下任一网站获取计时器值，甚至是事件标题：

http://dulfy.net/2014/04/23/event-timer/

http://guildwarstemple.com/dragontimer/eventsb.php?serverKey=108&langKey=1

我目前从guildwarstemple第一个时间框中提取事件标题的代码是：

public void updateEventData()
{
    //string Url = "http://dulfy.net/2014/04/23/event-timer/";
    string Url = "http://guildwarstemple.com/dragontimer/eventsb.php?serverKey=108&langKey=1";
    HtmlWeb web = new HtmlWeb();
    HtmlDocument doc = web.Load(Url);

    doc.Save("c:/doc.html");
    Title = doc.DocumentNode.SelectNodes("//*[@id='ep1']/p")[0].InnerText;
    //*[@id="scheduleList"]/div[3]
    //*[@id="scheduleList"]/div[3]/div[3]/text()
}

Answer 1

您的XPath表达式失败，因为文档中只有一个 div @id='ep1'，并且否 p内：

<div id="ep1" class="eventTimeBox"></div>

事实上，所有 div中的megaContainer在您尝试使用代码加载的链接中为空。

如果你认为那里应该有p个元素，它可能是通过JavaScript动态添加的，所以当你用C＃客户端抓取网站时它可能不可用。

事实上，有一些JavaScript变量：

<script>
...
var e7 = 'ep1';
...
var e7t = '57600';
...

也许你想获得这些数据。这样：

substring-before(substring-after(normalize-space(//script[contains(.,"var e7t")]),"var e7t = '"),"'")

选择包含<script>的{{1}}并提取撇号中的字符串。它将返回：

var e7t

与您的其他链接相同。表达式：

是一个空的//*[@id="scheduleList"]。你无法在其中进一步导航：

div

但是这次似乎没有嵌套的JavaScript在页面中引用它。

使用xPath和C＃从网页中提取计时器值

1 个答案: