Obtener enlaces dentro de un DIV

.net c# html-agility-pack windows-phone-8 xpath

Pregunta

Quiero poder obtener el primer enlace desde dentro de esta div.

    <div id="first-tweet-wrapper">
    <blockquote class="tweet" lang="en">
    <a href="htttp://link.com">                          <--- This one
      text    </a>
  </blockquote>
  <a href="http://link2.net" class="click-tracking" target="_blank"
     data-tracking-category="discover" data-tracking-action="tweet-the-tweet">
    Tweet it!  </a>
</div>

He intentado con este código pero no funciona

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(source);

var div = doc.DocumentNode.SelectSingleNode("//div[@id='first-tweet-wrapper']");
if (div != null)
{
      var links = div.Descendants("a")
          .Select(a => a.InnerText)
          .ToList();
}

Respuesta aceptada

Debe tomar el valor del atributo href del elemento delimitador usando el método GetAttributeValue de HtmlAgilityPack . Puede acceder al elemento de anclaje único extrayendo directamente el contenido del elemento de código de bloque principal de la siguiente manera:

// div [@ id = 'first-tweet-wrapper'] / blockquote [@ class = 'twitter-tweet']

A continuación, busque el enlace único en el interior. Una posible solución podría tener este aspecto (en este caso, la entrada es facebook , pero también funciona con microsoft ):

try
{           
    // download the html source
    var webClient = new WebClient();
    var source = webClient.DownloadString(@"https://discover.twitter.com/first-tweet?username=facebook#facebook");
    HtmlDocument doc = new HtmlDocument();
    doc.LoadHtml(source);

    var div = doc.DocumentNode.SelectSingleNode("//div[@id='first-tweet-wrapper']/blockquote[@class='twitter-tweet']");
    if (div != null)
    {
        // there is only one links
        var link = div.Descendants("a").FirstOrDefault();
        if (link != null)
        {
            // take the value of the attribute
            var href = link.GetAttributeValue("href", "");
            Console.WriteLine(href);
        }
    }
}
catch (Exception exception)
{
    Console.WriteLine(exception.Message);
}

La salida es en este caso:

https://twitter.com/facebook/statuses/936094700

Otra posibilidad es seleccionar directamente el elemento de anclaje utilizando XPath (como se sugiere @ har07):

    var xpath = @"//div[@id='first-tweet-wrapper']/blockquote[@class='twitter-tweet']/a";
    var link = doc.DocumentNode.SelectSingleNode(xpath);
    if (link != null)
    {
        // take the value of the href-attribute
        var href = link.GetAttributeValue("href", "");
        Console.WriteLine(href);
    }

La salida es la misma que la anterior.


Respuesta popular

Suponiendo que su ID <div> es "primer tweet-wrapper" en lugar de "firt", puede usar esta consulta XPath para obtener el elemento <a> dentro de <blockquote> :

//div[@id='first-tweet-wrapper']/blockquote/a

Entonces tu código se verá así:

var a = doc.DocumentNode
             .SelectSingleNode("//div[@id='first-tweet-wrapper']/blockquote/a");
if (a != null)
{
      var text = a.InnerText;
      var link = a.GetAttributeValue("href", "");
}


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