使用HTML Agilty Pack解析图像src

html-agility-pack xpath

嗨所以我试图用HTML Agilty Pack解析一个网页来获取图像的src。这是页面的结构。

<div class="post_body"> 
    <div style="text-align: center;"> 
        <a href="http://www.engadget.com/2012/02/29/qualcomm-windows-8/">
            <img src="http://www.blogcdn.com/www.engadget.com/media/2012/02/201202297192-1330536971.jpg" style="border-width: 0px; border-style: solid; margin: 4px;">
        </a>
    </div>
<div>

现在我使用此代码尝试获取src

HtmlWeb hw = new HtmlWeb();
            HtmlDocument doc = hw.Load("http://www.engadget.com/2012/02/29/qualcomm-windows-8");

            HtmlNode baseNode = doc.DocumentNode.SelectSingleNode("//div[@class='post_content permalink ']");
            string Description = baseNode.SelectSingleNode("//div[@class='post_body']").InnerText.Replace("\n", "").Replace("\r", "").Trim();

            string href = baseNode.SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText;

但是,字符串始终返回null:/

任何想法也许我有一个糟糕的xpath表达式?

一般承认的答案

任何想法也许我有一个糟糕的xpath表达式?

是的,有一些问题:

//div[@class='post_content permalink ']

这没有选择任何东西,因为在提供的文档中没有带有class属性的div ,其值为'post_content permalink '

SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText;  

即使发现了img元素, img元素也没有子元素 - 因此没有innerText

方案

你想要这样的东西:

HtmlNode  img = doc.DocumentNode.SelectSingleNode(//div[@class='post_body']//img[@src])

String srcUrl = img.Attributes["src"].Value;


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