Análisis de contenido de etiqueta de opción de lectura HTML con HtmlAgillityPack

html html-agility-pack select xpath

Pregunta

Estoy tratando de usar HtmlAgilityPack para analizar HTML, pero estoy teniendo problemas.

Ejemplo de documento HTML:

<tr>
  <td class="css_lokalita" colspan="4">
    <select id="region" name="region">
      <option value="0"  selected>VÅ¡etky regiony</option>
      <optgroup>Banskobystrický kraj</optgroup>
      <option value="k_1"  style="color: #000000; font-weight:bold;">Banskobystrický kraj</option>
      <option value="1">&nbsp;&nbsp;&nbsp;Banská Bystrica</option>
          .
          .
          .
      <option value="174">&nbsp;&nbsp;&nbsp;CZ - Ústecký kraj</option>
      <option value="175">&nbsp;&nbsp;&nbsp;CZ - Zlínský kraj</option>     
    </select>
  </td>
</tr>

<tr>
  <td class="css_sfotkou"  colspan="4">
    <input type="checkbox" name="foto" value="1" id="foto" />
    <label for="foto">Iba používatelia s fotkou</label>
  </td>
</tr>

<tr>
  <td class="css_miestnost" colspan="4">
    <select name="akt-miest" id="onoffaci">
      <option value="a_0">VÅ¡etci</option>
          .
          .
          .
      <optgroup label="Záľuby a záujmy">
        <option value="m_1419307">&nbsp;&nbsp;&nbsp;Bez Lásky</option>
          .
          .
          .
        <option value="m_1108016">&nbsp;&nbsp;&nbsp;Drum N Bass</option>
      </optgroup>
    </select>
  </td>
</tr>

Necesito un valor de análisis de <select name="akt-miest" id="onoffaci">

Por ejemplo:

<option value="**a_0**">**VÅ¡etci**</option>

Necesito obtener el valor **a_0** y el texto **VÅ¡etci** .

Así que intento primero acceder para seleccionar por Id:

var selectNode = htmlDoc.GetElementbyId("onoffaci");

Luego, con Xpath, seleccione todas las opciones del nodo.

var nodes = selectNode.SelectNodes("//option");

Y consigue valores:

foreach (var node in nodes)
{
    string roomName = node.NextSibling.InnerText;
    string roomId = node.Attributes["value"].Value;
    rooms.Add(new Room { RoomId = roomId, RoomName = roomName });
}

Pero obtengo valores de otra selección ( <select id="region" name="region"> ) esta selección está en la parte superior del código html.

EDITADO:

Aplico el consejo de Darin Dimitrov y prueba esto:

HtmlNode selectNode = htmlDoc.GetElementbyId("onoffaci");

var nodes = selectNode.SelectNodes("option");

foreach (var node in nodes)
{
    string roomName = node.NextSibling.InnerText;
    string roomId = node.Attributes["value"].Value;
    rooms.Add(new Room { RoomId = roomId, RoomName = roomName });
}

return rooms;

Solo analizo el primer elemento de tres opciones, porque creo que el problema es que la selección consiste en

etiqueta de grupo opcional.

<select name="akt-miest" id="onoffaci">
  <option value="a_0">VÅ¡etci</option>
  <option value="a_1">Iba prihlásení</option>
  <option value="a_5" selected="selected">Teraz na Pokeci</option>
  <optgroup label="Hlavné miestnosti">
    <option value="m_13">&nbsp;&nbsp;&nbsp;Bez záväzkov</option>
    <option value="m_9">&nbsp;&nbsp;&nbsp;Do pohody</option>
    <option value="m_39">&nbsp;&nbsp;&nbsp;Dámsky klub</option>
  </optgroup>
  .
  .
  .

Intento seleccionar todos los nodos siguientes con esto

var nodes = selectNode.SelectNodes("option::*");

Pero me sale este error: xpath has an invalid token.

Me gustaría tener acceso a todos los hijos de selectNode:

HtmlNode selectNode = htmlDoc.GetElementbyId("onoffaci");

EDICIÓN # 2:

Aquí está todo el archivo html, desde el cual necesito etiquetas opcionales de análisis.

http://hotfile.com/dl/98442053/577b556/source.html

Respuesta aceptada

De forma predeterminada, la etiqueta <OPTION> es tratada por Html Agility Pack como "Vacía", lo que significa que no necesita un cierre </OPTION> . En este caso, la etiqueta de cierre se descarta. Puede cambiar este comportamiento utilizando la colección HtmlNode.ElementFlags .

Aquí hay un código que debe hacer lo que quieras:

HtmlDocument doc = new HtmlDocument();
HtmlNode.ElementsFlags.Remove("option");
doc.LoadHtml(yourHtml);

foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//select[@id='onoffaci']//option"))
{
    Console.WriteLine("Value=" + node.Attributes["value"].Value);
    Console.WriteLine("InnerText=" + node.InnerText);
    Console.WriteLine();
}

Respuesta popular

Su expresión XPath:

//option

Es un camino absoluto: atraviesa todo el árbol a partir de la raíz .

Necesitas una expresión XPath relativa:

descendant::option

O la taquigrafia

.//option

Tenga en cuenta: este es el único caso con el que comenzar una ruta . ( self::node() taquigrafía) es útil.



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