No se puede averiguar XPath en HtmlAgilityPack

c# html-agility-pack xpath

Pregunta

Intenté hacer mi primera aplicación de C # (que puede hacer más que solo decir "Hola mundo").

ahora el archivo html tiene muchas etiquetas, (pero solo tiene dos etiquetas h4 que se indican a continuación), pero aquí está la parte que me interesa:

<table width="100%" height="400" border="0" align="center" cellpadding="0" cellspacing="0" bordercolor="#111111" background="images/page_bg.gif" style="BORDER-COLLAPSE: collapse">

<tbody valign="top">
<tr>
<td>

<table width="80%" border="0" valign=top background="images/page_bg.gif">
 <tr>
 <td>

  <div align="center">
   <h4 align="center">
      <font face="Verdana, Arial, Helvetica, sans-serif" size="2">
      <b>
      <font size="4" face="Arial, Helvetica, sans-serif">
      UNWANTED TEXT
       </font></b></font></h4>

  <p><br />
  Name  :  {NAME HERE} <br>Number : {NUMBERS HERE}<br>Number2 : {NUMBERS2}<br><br><h4>UNWANTED TEXT</h4><br>detail NO.  :  <span class=style7>{NUmbers3}</span><br><br><a href=http://test.xom>UNWANTED TEXT</a><br><br>                    
  </p>
  <p class="content"><em><strong>
  <p>&nbsp;</p>

Deseo obtener NOMBRE, Números1, Números2, Números3, Entonces, supongo que tengo que hacer algo como esto =

 //div[@align = "centre"]/h4/followingsibling::Text();

pero seguramente está incompleto, cualquier idea sobre cómo debería hacerlo, obtuve el Xpath de firebug: /html/body/table/tbody/tr[2]/td/table/tbody/tr/td/table/tbody/tr[2]/td/div/table/tbody/tr/td/table/tbody/tr/td/div/h4

También he intentado hacerlo (para obtener primero los datos sin procesar y luego recortarlos)

 HtmlNodeCollection node = doc.DocumentNode.SelectNodes("//table[@height='400']//div[@align='centre']"//p);
            foreach(HtmlNode node1 in node)    
                textBox1.Text += node1.InnerText;

Pero el nodo aquí se transmite como NULL. Cualquier ayuda es muy apreciada.

Respuesta aceptada

Firefox agrega la etiqueta tbody a la tabla (en HTML original esta etiqueta puede estar ausente). Por lo tanto, sugeriría no escribir todas las rutas, encontrar la ruta más característica y usar //. Por ejemplo, // div [@ class = 'data'] / table // tr / td


Respuesta popular

¿Te diste cuenta de que tienes @align="centre" pero el HTML tiene align="center" (como en la ortografía británica contra la de EE. UU.)?



Related

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