Question

在这个问题中，假设第一个点之前的起始节点是.DocumentNode，输入HtmlAgilityPack.HtmlDocument

.SelectSingleNode("*[contains(.,'Year Interior:')]")

结果：

InnerHtml：<table width="822" height="173" class="diy-section-content-table adSpecView-section-content-body-container" border="1" cellspacing="0" cellpadding="0"><tbody><tr><td class="diy-section-content-table-td diy-template-column" valign="top"><ul><li><strong>Year Interior:</strong>2007</li><li>Good Condition</li></ul></td></tr></tbody>

我需要结果只是包含＆＃34;年内容的最后一个孩子：＆＃34;：

<li><strong>Year Interior:</strong>2007</li>

我搜索的Html不一致。＆＃34;年度内部：＆＃34;可能在<li>,<span>,<td>,<div>, etc.，这就是我在搜索中无法更明确的原因。

.SelectSingleNode("*[contains(.,'Year Interior:')]")这样的内容怎么会只返回包含＆＃34;年内容的最后一个孩子：＆＃34;而不是容器元素？

当然，我不能这样做，但它显示了我需要的结果： .SelectSingleNode("*/*/*/*/*/*/*[contains(.,'Year Interior:')]")

所需结果：InnerHtml：<strong>Year Interior:</strong> 2007

更新：尝试以下操作是冗长的，接近工作，除了它捕获格式标记，如<strong>和<em>：

.Descendants() | Where-Object {$_.InnerHtml -like "*Year Interior:*" -and $_.HasChildNodes -eq $false}).ParentNode

在这种情况下，第一个父节点是强标记，因此代码将变得更加难以检查它是否是格式化标记。

Answer 1

这个怎么样：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
doc.DocumentNode.Descendants().Where(_ => !string.IsNullOrEmpty(_.InnerText) && _.InnerText.Trim().Equals("Year Interior:"));

HtmlAgilityPack如何选择通配符搜索中的最后一个孩子

1 个答案: