Ich habe den folgenden HTML-Code, den ich analysieren möchte:
<h3 class='bar'>
<a href='http://anysite.com/index.php?showuser=7195' title='Profile view'>THIS_IS_USERNAME</a>
<a href='http://anysite.com/index.php?showuser=7195&f=' class='__user __id7195' title='Profile view'>
<img src='http://anysite.com/public/style_images/car/user_popup.png' alt='' />
</a>
</h3>
Was ich hier brauche, ist den Benutzernamen ("THIS_IS_USERNAME") und den Link zum Profil (" http://anysite.com/index.php?shusus=7195 ") zu wählen
Ich kann den oberen h3-Knoten mit dem nächsten Code auswählen:
List<HtmlNode> resultSearch = HTMLPage.DocumentNode.Descendants()
.Where(
x => x.Name.Equals("h3")
&& x.Attributes["class"] != null
&& x.Attributes["class"].Value.Equals("bar")
)
.ToList();
Aber wie kann ich nicht den "h3" -Knoten selbst, sondern "a" innerhalb von "h3" mit diesem Attribut-Link bekommen, der den Benutzernamen und den Link zum Profil enthält, den ich brauche?
Sie können den Link-Knoten direkt abfragen, er ist mit dem Attribut "Titel" sehr markant.
In diesem Fall ist es wahrscheinlich einfacher, einen XPath zu verwenden, da er alle Zwischen-Nulltests behandelt, und er ist genauso typsicher, da die Linq-Abfrage viele konstante Strings enthält:
var node = HTMLPage.DocumentNode.SelectSingleNode("//hr[@class='Bar']/a[@title='Profile View' and @href");
if (node != null)
{
string link = node.Attributes["href"].Value;
string username = node.InnerText;
}
Sie können ähnlichen Code mit der Linq-Syntax schreiben, er sucht zuerst das Link-Tag und dann Backtracks, um einen h3-Elternteil dafür zu finden. Auf diese Weise müssen Sie nicht nach Zwischennulls suchen;):
var node = HtmlPage.DocumentNode.Descendants("a")
.Where(a =>
a.Ascendants("h3")
.Any(h3 =>
h3.Attributes["class"] != null
&& a.Attributes["class"].Value == "bar"
)
)
.Where(a =>
a.Attributes["title"] != null
&& a.Attributes["title"].Value == "Profile View"
&& a.Attributes["href"] != null
)
.FirstOrDefault();
if (node != null)
{
string link = node.Attributes["href"].value;
string username = node.InnerText;
}
Oder Sie können die Position verwenden, die das erste <a>
Kind von "bar" ist:
// the call to First() will throw an exception if the h3 isn't found.
// returning an empty HtmlNode will allow you to ignore that
var node = (HtmlPage.DocumentNode.Descendants("h3")
.FirstOrDefault( h =>
h3.Attributes["class"] != null
&& a.Attributes["class"].Value == "bar")
) ?? HtmlPage.CreateElement("h3"))
.Elements("a").FirstOrDefault();
if (node != null)
{
string link = node.Attributes["href"].value;
string username = node.InnerText;
}