题
我想在div类之间提取文本“Some text goes here”。我正在使用html敏捷包，而c＃
<div class="productDescriptionWrapper">
Some Text Goes here...
<div class="emptyClear"> </div>
</div>
这就是我所拥有的：
Description = doc.DocumentNode.SelectNodes("//div[@class=\"productDescriptionWrapper\").Descendants("div").Select(x => x.InnerText).ToList();
我收到此错误：
An unhandled exception of type 'System.NullReferenceException'
我知道如果在后代中文本是b / wa <h1>或<p>而不是“div”，我将不得不提取“h1”或“p”。
有人请帮忙。
一般承认的答案
使用单引号，如
//div[@class='productDescriptionWrapper']
获取所有类型的所有后代使用：
//div[@class='productDescriptionWrapper']//* ，
要获得特定类型的所有后代，例如p使用//div[@class='productDescriptionWrapper']//p 。
获得所有div或p后代：
//div[@class='productDescriptionWrapper']//*[self::div or self::p]
说你想获得所有非空白后代文本节点然后使用：
//div[@class='productDescriptionWrapper']//text()[normalize-space()]
热门答案
如果从您发布的HTML片段创建doc则无法获得null引用异常。无论如何，如果你想在外部<div>获取文本，而不是从内部文本中获取文本，那么使用xpath /text()来获取直接子文本节点 。
例如，给定此HTML代码段：
var html = @"<div class=""productDescriptionWrapper"">
Some Text Goes here...
<div class=""emptyClear"">Don't get this one</div>
</div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
..这个表达式只返回外部<div>文本：
var Description = doc.DocumentNode
.SelectNodes("//div[@class='productDescriptionWrapper']/text()")
.Select(x => x.InnerText.Trim())
.First();
//Description :
//"Some Text Goes here..."
..相比之下，以下返回所有文字：
var Description = doc.DocumentNode
.SelectNodes("//div[@class='productDescriptionWrapper']")
.Select(x => x.InnerText.Trim())
.First();
//Description :
//"Some Text Goes here...
//Don't get this one"
许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow