Question

这是我到目前为止所做的：

            HtmlAgilityPack.HtmlDocument ht = new HtmlAgilityPack.HtmlDocument();


       TextReader reader = File.OpenText(@"C:\Users\TheGateKeeper\Desktop\New folder\html.txt");
        ht.Load(reader);

        reader.Close();

        HtmlNode select= ht.GetElementbyId("cats[]");


        List<HtmlNode> options = new List<HtmlNode>();

        foreach (HtmlNode option in select.ChildNodes)
        {
            if (option.Name == "option")
            {
                options.Add(option);
            }
        }

现在我有一个select元素的所有“选项”列表。获取密钥和文本需要访问哪些属性？

因此，例如，如果一个选项的html为：

<option class="level-1" value="1">Funky Town</option>

我想得到输出：

1 - Funky Town

由于

编辑：我刚注意到了一些事情。当我得到“Select”元素的子元素时，它返回了“option”类型的元素和“#text”类型的元素。

嗯...... #text有我想要的字符串，但是select有值。

我认为HTMLAgilityPack是一个HTML解析器吗？为什么它会给我这样令人困惑的价值？

Answer 1

这是由于html解析器的默认配置;它已将<option>配置为HtmlElementFlag.Empty（注释'它们有时包含，有时它们不包含......'）。 <form>标记具有相同的设置（CanOverlap + Empty），这使得它们在dom中显示为空节点，没有任何子节点。

在解析文档之前，您需要删除该标志。

HtmlNode.ElementsFlags.Remove("option");

请注意，ElementsFlags属性是静态的，任何更改都会影响所有进一步的解析。

Answer 2

编辑：你应该直接通过xpath选择option个节点。我认为这应该适用于此：

var options = select.SelectNodes("option");

将获得没有文本节点的选项。选项应包含您想要的字符串。等待你的html样本。

foreach (var option in options)
{
    int value = int.Parse(option.Attributes["value"].Value);
    string text = option.InnerText;

}

您可以在属性上添加一些健全性检查，以确保它存在。

使用HTMLAgilityPack获取select元素的所有值

2 个答案: