HtmlAgilityPack obteniendo el título de la página y las etiquetas H1

browser html-agility-pack tags vb.net webbrowser-control

Pregunta

Hola, estoy intentando obtener el título de la página y las etiquetas H1 de una página web haciendo lo siguiente

    doc.LoadHtml(htmlSourceCode)

    txtTitle.Text = doc.GetElementsByTagName("title").InnerText()

    txtH1.Text = doc.GetElementsByTagName("H1").InnerText()

    For Each channel In doc.DocumentNode.SelectNodes(".//meta[@name='description']")
        txtDescription.Text = channel.Attributes("content").Value
    Next

El único código anterior que funciona es la parte txtDescription. Tanto el título como el H1 no lo hacen. ¿Qué tipo de sintaxis necesito usar para obtener esas 2 etiquetas?

El código html se ve así:

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head><meta http-equiv="content-type" content="text/html;charset=utf-8" /><title>
    The title text is here!
</title><link rel="icon" type="image/x-icon" href="http://www.zzzz.com/favicon.ico" />
....
<div class="main-content">
    <div class="block-info">
        <div class="container">
            <div class="article">
                <h1>
                    This is the H1 tag with the text!</h1>

<p>As the 2nd held tru

Respuesta popular

Puede usar doc.DocumentNode.SelectSingleNode("//head/title") y doc.DocumentNode.SelectNodes("//body//h1") .

O doc.DocumentNode.Descendants("title").SingleOrDefault() y doc.DocumentNode.Descendants("h1") .



Related

Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow