Question

我正在编写Windows通用应用程序，必须解析HTML代码并使用XPath提取数据。（我正在使用Windows.Data.Xml.Dom中的XmlDocument）

因此，当我选择一个节点（＆＃34; nPostingsRoot＆＃34;）时，我得到一个带有一些子节点的节点。但是，当我尝试获取此单个节点的根目录中的所有标记的列表时，我得到一个空列表。（请参阅截图）

迭代Childnodes不是一个选项，因为我后来有一些像这样的XPath字符串：/div/div/div/div[1]/div[2]/div/table/tbody/tr[2]/td/div[2]/b[1]

有人可以帮助我吗？

提前致谢！

Answer 1

屏幕截图显示了XPath /div，它会查找文档节点的div个子元素。在HTML文档中，文档节点的唯一子元素是html元素。如果您希望上下文节点的div子元素只使用路径div，如果您希望后代使用descendant::div或.//div。

Answer 2

我同意@Martin Honnen。此外，如果您要解析Html代码，我建议您使用HtmlAgilityPack for .NetCore。

当我使用XmlDocument来解析Html时，我遇到了一些问题（我必须删除或注释掉<!DOCTYPE html>才能成功解析html代码）。但是在使用HtmlAgilityPack时没有这样的问题。

要在rootNode下获取Div，您可以使用HtmlAgilityPack使用以下代码：

HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(htmlStr);
HtmlNode rootNode =htmlDoc.DocumentNode.SelectSingleNode("/html/body/div");
IEnumerable<HtmlNode> collection=rootNode.Descendants("div");

或者你可以使用XPath来获取这样的子div节点：

HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(htmlStr);
HtmlNode rootNode =htmlDoc.DocumentNode.SelectSingleNode("/html/body/div");
HtmlNodeCollection collection = rootNode.SelectNodes("div");

这是我的完整Demo

IXmlNode中的SelectNodes返回一个空的XmlNodeList

2 个答案: