Question

我读了一些关于这个主题的帖子，我尝试实现答案，但我没有我想要的输出。

这是代码HTML

<div class="span-8">
  <dl>
    <dt>
      <a title="A Coruña" href="http://www.paginasamarillas.es/all_a-coru%C3%B1a_.html"> A Coruña</a>
    </dt>
    <dt>
      <a title="Álava" href="http://www.paginasamarillas.es/all_alava_.html"> Álava</a>
    </dt>
    <dt>
      <a title="Albacete" href="http://www.paginasamarillas.es/all_albacete_.html"> Albacete</a>
    </dt>
    <dt>
      <a title="Alicante" href="http://www.paginasamarillas.es/all_alicante_.html"> Alicante</a>
      </dt>
...
...

我想得到“巴塞罗那”，“阿利坎特”，“阿尔巴塞特”等。所以，我尝试以下代码：

var nodos = doc.DocumentNode.SelectNodes("//div[@class='container']");

和

var nodos = doc.DocumentNode.SelectNodes("//a[@title]");

或

var nodos = doc.DocumentNode.SelectNodes("//div[@class='span-8']");

但是不起作用，就像页面中不存在类“容器”，属性“title”或类“span-8”一样。也尝试其他变种。用类'容器'存在其他“div”，在代码中存在带有属性'title'的其他“a”，它们提取得很好，但它不是我想要的。

修改

索里，我解释错了。不是一个单词，是一组数据。我修改了上面的HTML代码。

Answer 1

我已经测试了你的示例html并且它有效：

string html = @"<div class=""container"">
  <div class=""span-24"">
    <div class=""span-8"">
      <dl>
        <dt>
          <a title=""A Coruña"" href=""http://www.example.com/all_example.html""> Barcelona</a>
        </dt>
      </dl>
    </div>
  </div>
</div>";

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
var div = doc.DocumentNode.SelectSingleNode("//div[@class='span-8']");
if(div != null)
{
    List<string> linkTexts = div.Descendants("a")
            .Select(a => a.InnerText)
            .ToList();  // one item " Barcelona"
}

提取标记内的数据

1 个答案: