Выберите узел на основе свойств родства - HtmlAgilityPack - C #

c# html-agility-pack html-parsing

Вопрос

У меня есть HTML-документ, который структурирован следующим образом

<ul class="beverageFacts">
<li>
    <span>Vintage</span> 
    <strong>2007&nbsp;</strong>
</li>
<li>
    <span>ABV</span> 
    <strong>13,0&nbsp;%</strong>
</li>
<li>
    <span>Sugar</span> 
    <strong>5&nbsp;gram/liter</strong>
</li>

Мне нужно проанализировать значения <strong> -tags для соответствующей string , в зависимости от того, какое значение имеет значение <span> -tag.

У меня есть следующее:

String vintage;
String sugar;
String abv;

В настоящее время, я перекручивание через каждый дочерний узел beverageFacts -node проверка значений разобрать его на правильную соответствующую string . Код, который я до сих пор получил, чтобы получить значение «Vintage», следующий: хотя результат всегда равен null .

HtmlNodeCollection childNodes = bevFactNode.ChildNodes;
foreach (HtmlNode subNode in childNodes)
{
    if (subNode.InnerText.TrimStart() == "Vintage")
        vintage = subNode.NextSibling.InnerText.Trim();
}

Я считаю, что мой выбор узлов неверен, но я не могу понять, как правильно это сделать наиболее эффективным способом.

Есть ли простой способ достичь этого?


Изменить 2013-07-29

Я попытался удалить пробелы, как было предложено enricoariel, в комментариях, используя следующий код

        HtmlAgilityPack.HtmlDocument page = new HtmlWeb().Load("http://www.systembolaget.se/" + articleID);

        string cleanDoc = Regex.Replace(page.DocumentNode.OuterHtml, @"\s*(?<capture><(?<markUp>\w+)>.*<\/\k<markUp>>)\s*", "${capture}", RegexOptions.Singleline);

        HtmlDocument cleanPage = new HtmlDocument();
        cleanPage.LoadHtml(cleanDoc);

В результате все еще

 String vintage = null;

Принятый ответ

Посмотрев на разметку HTML, я понял, что недостаточно углубляюсь в узлы. Кроме того, как отметил энрикоариэль, есть пробелы, которые я не чищу должным образом. Пропуская брата, который является пробелом, и вместо этого перейдем к следующему, я получаю правильный результат.

        foreach (HtmlNode bevFactNode in bevFactsNodes)
        {
            HtmlNodeCollection childNodes = bevFactNode.ChildNodes;
            foreach (HtmlNode node in childNodes)
            {
                foreach(HtmlNode subNode in node.ChildNodes)
                {
                    if (subNode.InnerText.Trim() == "Årgång")
                        vintage = HttpUtility.HtmlDecode(subNode.NextSibling.NextSibling.InnerText.Trim());
                }
            }
        }
        Console.WriteLine("Vintage: " + vintage);

выйдет

Vintage: 2007

Я декодировал HTML, чтобы получить корректный результат.

Уроки выучены!


Популярные ответы

чтобы обобщить, я думаю, что лучшим решением будет удаление всех белых пробелов с использованием регулярного выражения до получения значения nextSibling:

    string myHtml =
    @"
    <ul class='beverageFacts'>
    <li>
        <span>Vintage</span> 
        <strong>2007&nbsp;</strong>
    </li>
    <li>
        <span>ABV</span> 
        <strong>13,0&nbsp;%</strong>
    </li>
    <li>
        <span>Sugar</span> 
        <strong>5&nbsp;gram/liter</strong>
    </li>";
    //Remove space after and before tag
myHtml = Regex.Replace(myHtml, @"\s+<", "<", RegexOptions.Multiline | RegexOptions.Compiled);
myHtml = Regex.Replace(myHtml, @">\s+", "> ", RegexOptions.Compiled | RegexOptions.Multiline);

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(myHtml.Replace("/r", "").Replace("/n", "").Replace("/r/n", "").Replace("  ", ""));
doc.OptionFixNestedTags = true;

HtmlNodeCollection vals = doc.DocumentNode.SelectNodes("//ul[@class='beverageFacts']//span");

var myNodeContent = string.Empty;
foreach (HtmlNode val in vals)
{
    if (val.InnerText == "Vintage")
    {
        myNodeContent = val.NextSibling.InnerText;
    }
}

return myNodeContent;


Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow
Является ли этот КБ законным? Да, узнайте, почему
Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow
Является ли этот КБ законным? Да, узнайте, почему