HtmlAgilityPack извлекает текст из всех div на странице, а не только из одного div, указанного в коде

c# html-agility-pack

Вопрос

У меня странное поведение с выражением xpath с помощью HtmlAgilityPack. Я пытаюсь использовать HtmlAgilityPack для извлечения всех значений в div, объявленных как <div class='cont'> Однако, когда я использую приведенный ниже код, я просто получаю все значения внутри <div class='cont'> AND <div class='button'> . Кто-нибудь знает, почему это происходит? Вот полный код для его воспроизведения:

using System;
using System.Xml.XPath;
using HtmlAgilityPack;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            const string text1 = @"<div class=""cont"">
<h3>content</h3> 
<div style=""margin: 0cm 0cm 0pt"" class=""Normal"">content1</div><div style=""margin: 0cm 0cm 0pt"" class=""Normal""> content2</div>
<div style=""margin: 0cm 0cm 0pt"" class=""Normal"">content3 </div>
<div>content4 </div><strong>content5
<div>content6 </div><ul type=""disc"">    
<div>content7 </div>        
<div>content8 </div>    </ul>
<p class='margin10'><font size=""2"">
<div>
<p><span style=""font-family: Arial"">content9</span></p>
</div>
<div>content10</font><a href=""mailto:james@polis.com""><u><font color=""#0000ff"" size=""2""><font color=""#0000ff"" size=""2""> content11 </u></font></font></a><font size=""2""> content12
<div>content13</div>
</div>
</font>
</p>
</div>
<div class=""button"">
<span class=""applybtn""><a class=""buttonGlobal buttonAlpha"" href=""/uk/job/apply/(id)/608735"">content14</a></span>
</div>";
            foreach (XPathNavigator node in SearchInPage(text1, "//div[@class='cont']"))
            {
                Console.WriteLine("option " + node.Value);
            }

        }

        private static XPathNodeIterator SearchInPage(string text, string xpath)
        {
            HtmlDocument htmlDocument = new HtmlDocument();
            htmlDocument.LoadHtml(text);
            XPathNavigator xpathNavigator = htmlDocument.CreateNavigator();
            XPathNodeIterator nodes = xpathNavigator.Select(xpath);
            return nodes;
        }
    }
}

Код возвращает: 'content', 'content1-13' PLUS 'content14', который существует в <div class='button'>

Популярные ответы

Итак, если я правильно понимаю, вы хотите найти значение только для дочерних узлов узла <div class="cont"> ?

Попробуй это:

HtmlDocument doc = new HtmlDocument;
doc.Load(Html);
HtmlNode node = doc.DocumentNode.SelectSingleNode(".//div[@class='cont']");

foreach(HtmlNode childNode in node)
{
    Console.WriteLine(childNode.Value);
}

У меня нет способа отладить это передо мной, но это должно сработать. (".//div[@class='cont']") должен выбрать только указанный узел и его дочерние (".//div[@class='cont']") и игнорировать все, что живет за пределами указанного узла. Остальное - это просто Linq и HtmlAgilityPack. Помните, что HtmlAgilityPack реализует XPath, поэтому обязательно просмотрите доступные методы AgilityPacks перед использованием XPath ... помните, что xml и html - это разные языки, и то, что работает для одного, не обязательно будет работать для Другие.



Related

Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow
Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow