Question

我听说过关于HTMLAgilityPack库的好东西，所以我想我会尝试一下，但是我的成功绝对没有。几个月来我一直试图解决这个问题。无论我做什么，我都无法得到这个代码给我除null以外的任何东西。我尝试了这个例子（http://www.c-sharpcorner.com/uploadfile/9b86d4/getting-started-with-html-agility-pack/），但是我没有得到相同的结果，我无法解释原因。

我尝试加载文件然后运行SelectNodes来选择所有超链接，但它总是返回一个空列表。我已经尝试选择各种节点（div，p，a，所有东西和任何东西），它总是返回一个空列表。我尝试过使用doc.Descendants，我尝试过在本地和网络上使用不同的源文件，我所做的一切都不会返回实际的结果。

我一定忽略了重要的事情，但我无法弄清楚它是什么。我能错过什么？

代码：

    public string GetSource()
    {
        try
        {
            string result = "";

            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            if (!System.IO.File.Exists("htmldoc.html"))
                throw new Exception("Unable to load doc");

            doc.LoadHtml("htmldoc.html");   // copied locally to bin folder, confirmed it found the file and loaded it

            HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//a");  // Always returns null, regardless of what I put in here

            if (nodes != null)  
            {
                foreach (HtmlNode item in nodes)
                {
                    result += item.InnerText;
                }
            }
            else
            {
                // Every. Single. Time.
                throw new Exception("No matching nodes found in document");
            }


            return result;
        }
        catch (Exception ex)
        {                
            return ex.ToString();
        }
    }

我正在使用的源HTML文件'htmldoc.html'如下所示：

<html>  
<head>  
    <title>Testing HTML Agility Pack</title>
</head>  
<body>  
    <div id="div1">  
        <a href="div1-a1">Link 1 inside div1</a>  
        <a href="div1-a2">Link 2 inside div1</a>  
    </div>  
        <a href="a3">Link 3 outside all divs</a>      
        <div id="div2">  
        <a href="div2-a1">Link 1 inside div2</a>  
        <a href="div2-a2">Link 2 inside div2</a>  
    </div>  
</body>  
</html>

Answer 1

要加载文件，您应使用Load方法.. LoadHtml用于包含html的字符串

doc.Load("htmldoc.html");

HTMLAgilityPack Selectnodes始终返回null

1 个答案: