C＃HtmlAgilityPack添加tbody

Question

C＃HtmlAgilityPack，将LoadHtml函数之后的tbody元素添加到表中的DOM树中，即使它在原始HTML文档中不存在。如何禁用此功能？

我的算法通过遍历dom树创建一些XPATH表达式，原始文档中的非现有tbody元素使SelectNodes找不到所需的项目。花了我很多时间来弄明白：|

是否可以使SelectNodes还考虑由HtmlAgilityPack添加的节点？

示例：

<table>
    <tr><td>data</td></tr>
</table>

我的应用程序将生成此XPATH以提取“数据”： //表/的 TBODY / TR / TD

表达式中的tbody标签被添加，因为它在HtmlAgilityPack解析html代码后在DOM树中，因为HtmlAgilityPack即使它不存在也添加了它。 因为那个

doc.DocumentNode.SelectNodes("//table/tbody/tr/td");

会失败。

换句话说，tr元素（HtmlElement）父TagName等于'TBODY'而不是'TABLE'。此外，我正在解析许多不同的网站，所以这是一种情况。

SelectNodes正在搜索原始HTML代码，而不是通过HtmlDocument.LoadHtml之后的DOM树搜索，或者它不考虑由它添加的“虚拟”元素。

Answer 1

您不必使用完整的层次结构。

如果您想要的只是td s：

，请使用以下内容

doc.DocumentNode.SelectNodes("//table//td");

或者只是忽略tbody节点并获得您关注的所有层次结构：

doc.DocumentNode.SelectNodes("//table//tr/td");