使用HTMLAgilityPack单独选择HTML选项值

c# html-agility-pack

我正在尝试将选项列表的值作为单个项目,但此代码只是将整个列表抓取到一个元素中。这是我正在使用的代码:

List<string> chapterTitles = new List<string>();
HtmlNode.ElementsFlags.Remove("option");
doc.LoadHtml(htmlContent);
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//select[@id='chap_select']/option"))
chapterTitles.Add(node.InnerText);

会发生什么是chapterTitles中的第一个元素具有整个选项值集,而不是(例如),列表中有12个不同的条目对应于具有12个值的选项列表。

这是我要解析的HTML片段:

<SELECT id=chap_select title="Chapter Navigation" Name=chapter onChange="self.location = '/s/5231611/'+ this.options[this.selectedIndex].value + '/Behind-Enemy-Lines-I-Light-Hammer';"><option  value=1 selected>1. Prologue<option  value=2 >2. Chapter One<option  value=3 >3. Chapter Two<option  value=4 >4. Chapter Three<option  value=5 >5. Chapter Four<option  value=6 >6. Chapter Five<option  value=7 >7. Chapter Six<option  value=8 >8. Chapter Seven<option  value=9 >9. Chapter Eight<option  value=10 >10. Chapter Nine<option  value=11 >11. Chapter Ten<option  value=12 >12. Chapter Eleven</select>

有什么建议么?

一般承认的答案

HtmlAgilityPack似乎不能很好地解析该代码。例如,代码

<option  value=3 >3. Chapter Two<option  value=4 >...

应该真的

<option value="3">3. Chapter Two</option>
<option value="4">...

那么,我建议你解析的是做了以下事情:

var doc = .. //Load the HTML code here.
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//select[@id='chap_select']/option")) {
    chapterTitles.Add(node.NextSibling.InnerText);
}

主要有两点不同:

  1. 我删除了HtmlNode.ElementsFlags.Remove("option");
  2. 文本位于option节点旁边的节点中(而不是内部);


许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
这个KB合法吗? 是的,了解原因
许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
这个KB合法吗? 是的,了解原因