Utilisation de HTMLAgilityPack Extraire le texte, qui n'est pas entre les balises et vient après un nœud spécifique

Question

Utilisation de HTMLAgilityPack Extraire le texte, qui n'est pas entre les balises et vient après un nœud spécifique

c# html html-agility-pack web-scraping xpath

Question

Code HTML:

 <b> CAR </b>
    <br></br>
  Car is something you can drive.
    <br></br>
    <br></br>

Code C #:

        HtmlAgilityPack.HtmlDocument doc = new HtmlWeb().Load("http://website.com/x.html");

        if (doc != null)
        {
            HtmlNode link = doc.DocumentNode.SelectSingleNode("//b[contains(text(), 'CAR')]");

            webBrowser1.DocumentText = link.InnerText;
            webBrowser1.AllowNavigation = true;

            webBrowser1.ScriptErrorsSuppressed = true;
            webBrowser1.Visible = true;
        }

Ce que j'ai réussi à obtenir: CAR

J'ai besoin d'avoir:
VOITURE
La voiture est quelque chose que vous pouvez conduire.

Aucune suggestion? J'ai essayé d'ajouter les nœuds suivants, mais j'ai donné NullReferenceExceptions: "// b [contient (text (), 'CAR') / br]" et "// b [contient (text (), 'CAR')) / br / br] "

Merci d'avance. PS.I aimerait éviter Regex ..

GiedriusK

Voir plus sur Stack Overflow

Accepted Answer

XPATH est sensible à la casse (voir ici pour plus d'informations: est-il possible d'ignorer la casse à l'aide de xpath et c #? ) Plus la deuxième phrase contenant 'Car' n'est pas un enfant, mais un élément B. Vous pourriez le faire fonctionner comme ceci:

HtmlDocument doc = new HtmlWeb().Load("http://website.com/x.html");
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//text()[contains(translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'car')]"))
{
    Console.WriteLine(node.InnerText);
}

Dans une application console, cela produira ceci:

 CAR

  Car is something you can drive.

Utilisation de HTMLAgilityPack Extraire le texte, qui n'est pas entre les balises et vient après un nœud spécifique

Question

Fastest Entity Framework Extensions

Réponse acceptée

Performance

Expression Evaluator

Related