HtmlAgilityPack élément multiple

Question

HtmlAgilityPack élément multiple

c# html-agility-pack regex

Question

J'ai un document HTML qui contient plusieurs divs

Exemple:

<div class="element">
    <div class="title">
        <a href="127.0.0.1" title="Test>Test</a>
    </div>
</div>

Maintenant, j'utilise ce code pour extraire l'élément title.

List<string> items = new List<string>();
var nodes = Web.DocumentNode.SelectNodes("//*[@title]");
if (nodes != null)
{
   foreach (var node in nodes)
   {
       foreach (var attribute in node.Attributes)
           if (attribute.Name == "title")
               items.Add(attribute.Value);
   }
}

Je ne sais pas comment adapter mon code pour extraire simultanément l'élément href et l'élément title.

Chaque div doit être un objet avec les balises incluses comme propriétés.

public class CheckBoxListItem
{
    public string Text { get; set; }
    public string Href { get; set; }
}

NoName

Réponse populaire

J'utilise très souvent le paquet ScrapySharp avec HtmlAgilityPack pour la sélection css.

(ajoutez une instruction using pour ScrapySharp.Extensions afin que vous puissiez utiliser la méthode CssSelect).

using HtmlAgilityPack;
using ScrapySharp.Extensions;

Dans votre cas, je ferais:

HtmlWeb w = new HtmlWeb();

var htmlDoc = w.Load("myUrl");
var titles = htmlDoc.DocumentNode.CssSelect(".title");
foreach (var title in titles)
{
    string href = string.Empty;
    var anchor = title.CssSelect("a").FirstOrDefault();

    if (anchor != null)
    {
        href = anchor.GetAttributeValue("href");
    }
}

Veverke

Voir plus sur Stack Overflow

Accepted Answer

Vous pouvez utiliser la requête xpath suivante pour extraire uniquement les balises avec un titre et href:

//a[@title and @href]

Vous pouvez utiliser votre code comme ceci:

List<CheckBoxListItem> items = new List<CheckBoxListItem>();
var nodes = Web.DocumentNode.SelectNodes("//a[@title and @href]");
if (nodes != null)
{
   foreach (var node in nodes)
   {
      items.Add(new CheckBoxListItem()
      {
        Text = node.Attributes["title"].Value,
        Href = node.Attributes["href"].Value
      });
   }
}

HtmlAgilityPack élément multiple

Question

Réponse acceptée

Réponse populaire

Performance

Expression Evaluator