html-agility-pack提取背景图像

html-agility-pack xpath

如何从以下HTML中提取URL。

即。提取:

http://media.somesite.com.au/img-101x76.jpg

从:

<div class="media-img">
    <div class=" searched-img" style="background-image: url(http://media.somesite.com.au/img-101x76.jpg);"></div>
</div>

一般承认的答案

在XPath 1.0中,您可以使用substring-after()substring-before()函数的组合来提取文本的一部分。但是HAP的SelectNodes()SelectSingleNode()不能返回除节点之外的其他内容,因此这些XPath函数无济于事。

一种可能的方法是使用XPath和HAP获取style属性的整个值,然后使用regex从.NET进一步处理该值,例如:

var html = @"<div class='media-img'>
    <div class=' searched-img' style='background-image: url(http://media.somesite.com.au/img-101x76.jpg);'></div>
</div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
var div = doc.DocumentNode.SelectSingleNode("//div[contains(@class,'searched-img')]");
var url = Regex.Match(div.GetAttributeValue("style", ""), @"(?<=url\()(.*)(?=\))").Groups[1].Value;
Console.WriteLine(url);

.NET小提琴演示

输出:

http://media.somesite.com.au/img-101x76.jpg


Related

许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow