Enlaces de análisis de htmlagilitypack y texto interno

c# html-agility-pack

Pregunta

Soy nuevo en htmlagilitypack, intento descubrir una forma en la que pueda obtener los enlaces de una configuración HTML como esta

<div class="std"><div style="border-right: 1px solid #CCCCCC; float: left; height: 590px; width: 190px;"><div style="background-color: #eae3db; padding: 8px 0 8px  20px; font-weight: bold; font-size: 13px;">test</div>
    <div>
    <div style="font-weight: bold; margin: 5px 0 -6px;">FEATURED</div>
    <span class="widget widget-category-link"><a href="http://www.href1.com"><span>cat1</span></a></span>
     <span class="widget widget-category-link"><a href="http://www.href1.com"><span>cat2</span></a></span>
</div></div>

Todavía no he escrito ningún código en c #, pero me preguntaba si alguien podría recomendar qué etiquetas deberían apuntar para obtener los enlaces y el texto interno cuando no hay un ID HTML '. Gracias

Respuesta popular

Si está familiarizado con XPATH , podrá navegar a través de los elementos y atributos del html para obtener lo que desee. Para obtener cada href en lo anterior, puede escribir el siguiente código:

 const string xpath = "/div//span/a";

 //WebPage below is a string that contains the text of your example
 HtmlNode html = HtmlNode.CreateNode(WebPage);
 //The following gives you a node collection of your two <a> elements
 HtmlNodeCollection items = html.SelectNodes(xpath);
 foreach (HtmlNode a in items)
 {    
      if (a.Attributes.Contains("href"))
      //Get your value here
      {
           yourValue = a.Attributes["href"].Value
      }
 }

Nota: no he ejecutado ni probado este código



Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
¿Es esto KB legal? Sí, aprende por qué
Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
¿Es esto KB legal? Sí, aprende por qué