HtmlAgilityPack NextSibling.InnerText 값이 비어 있습니다.

Question

HtmlAgilityPack NextSibling.InnerText 값이 비어 있습니다.

c# html-agility-pack siblings xpath

문제

HtmlAgilityPack을 사용하여 일부 데이터를 스크랩하고 있습니다.

HTML은 다음과 같습니다.

<div id="id-here">
  <dl>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
  </dl>
</div>

이제 내가 가진 문제는 필드 수를 항상 설정할 수있는 것은 아니기 때문에 각 필드에 안정적으로 액세스 할 수 없습니다.

//*[@id="id-here"]/dl[1]/dd[1]

dd [1]은 한 페이지의 이름 일 수도 있고 사용자가 이름을 기입하지 못한 다른 필드의 전화 일 수도 있으므로 필드가 숨겨집니다.

그래서 나는 모든 DT와 DD 노드를 다음과 같이 얻는다 :

//*[@id="id-here"]/dl[1]/dt | //*[@id="id-here"]/dl[1]/dd

이제 각 노드를 점검하여 원하는 필드와 일치하는지 확인하고 NextSibling 값을 다음과 같이 설정합니다.

    foreach (HtmlNode node in details)
    {
        if (node.InnerText.Contains("Tel:")) telephone = node.NextSibling.InnerText;
        if (node.InnerText.Contains("Email:")) email = node.NextSibling.InnerText;
    }

이것은 전화기에서 잘 작동하지만 "Email :"노드가 나타나면 어떤 이유에서든 다음 형제에게는 확실히 데이터가 있지만 NextSibling.InnerHTML 과 NextSibling.InnerText 는 비어 있습니다. 실제로 node 에 details 하고 InnerHTML 전체 서식있는 링크로, InnerText 를 전자 메일 주소로 사용하면됩니다.

NextSibling.InnerText 는 A 태그가 자식 또는 무언가로 만들고 있기 때문에 작동하지 않습니까? 디버거에서 한 번 보았고 NextSibling 필요한 정보를 찾지 NextSibling .

나는 대답이 터무니없이 간단하다라고 확신한다, 나는 단지 그것을 이해할 수 없다. 누구든지 나를 비참하게 만들었지?

Guerrilla

인기 답변

var html = @"
<div id='id-here'>
  <dl>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
    <dt> Field Name </dt>
    <dd> Value for above field name </dd>
  </dl>
</div>";
html = new Regex(">\r\n\\s*<").Replace(html,"><");
var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
Console.Write(doc.DocumentNode.SelectNodes("//dt")[0].NextSibling.OuterHtml);

<dd> Value for above field name </dd>

Luke

Stack Overflow 에 대한 자세한 정보

Accepted Answer

이것이 일어나고있는 이유는 node 가 공백으로 dd 요소에서 분리 된 dt 요소 인 경우 node.NextSibling 은 공백 문자 노드 ( </dt> 와 <dd> ). 디버거에서 보면, node.NextSibling 의 NodeType 은 HtmlNodeType.Text 이지 HtmlNodeType.Element .

dt 노드의 해당 dd 텍스트를 가져 오는 편리한 메소드를 만드는 것이 좋습니다.

internal static string GetMatchingDdValue(HtmlNode dtNode)
{
    var found = dtNode.SelectSingleNode("following-sibling::*[1][self::dd]");
    return found == null ? "" : found.InnerText;
}

그러면 다음과 같이 사용할 수 있습니다.

if (node.InnerText.Contains("Tel:")) { telephone = GetMatchingDdValue(node); }

위의 메서드에서 사용한 다소 까다로운 XPath의 분석은 다음과 같습니다.

(a) following-sibling::*

^ 현재 노드와 동일한 부모를 공유하고 그 뒤에 발생하는 모든 요소를 선택하십시오.

(b) following-sibling::*[1]

^ set (a)의 첫 번째 노드를 선택하십시오 (있는 경우)

(c) following-sibling::*[1][self::dd]

^ 이름이 "dd"인 요소 인 set (b)의 모든 노드를 선택합니다.

SelectSingleNode() 는 set (c)의 첫 번째 노드를 선택합니다. 항상 1 또는 0 노드 여야합니다.

당신은 following-sibling::dd 또는 following-sibling::* 얻을 가능성이 가장 높지만 위 경로에는 안전 장치가 포함되어 있습니다. 예를 들어 어떤 이유로 든 다음 XML을 가지고 현재 노드가 Tel: 요소 인 경우 :

<dl>
  <dt>Tel:</dt>
  <dt>Address:</dt>
  <dd>50 Fake St.</dd>
</dl>

following-sibling::dd 는 결과를 "50 Fake St."으로, following-sibling::* 는 결과 "Address :"를 제공합니다. 대신, following-sibling::*[1][self::dd] 는이 경우 빈 노드 집합을 선택하므로 메서드는 빈 문자열을 결과로 올바르게 생성합니다.

HtmlAgilityPack NextSibling.InnerText 값이 비어 있습니다.

문제

Fastest Entity Framework Extensions

수락 된 답변

인기 답변

Performance

Expression Evaluator

Related