HtmlAgilityPack從子節點中選擇數據

c# html html-agility-pack linq parsing

我有以下要解析的HTML代碼:

<h3 class='bar'>
  <a href='http://anysite.com/index.php?showuser=7195' title='Profile view'>THIS_IS_USERNAME</a>
  &nbsp;
  <a href='http://anysite.com/index.php?showuser=7195&amp;f=' class='__user __id7195' title='Profile view'>
      <img src='http://anysite.com/public/style_images/car/user_popup.png' alt='' />
   </a>
</h3>

我需要的是選擇用戶名(“THIS_IS_USERNAME”)和配置文件的鏈接(“ http://anysite.com/index.php?showuser=7195 ”)

我可以使用下一個代碼選擇頂級h3節點:

List<HtmlNode> resultSearch = HTMLPage.DocumentNode.Descendants()
                .Where(
                         x => x.Name.Equals("h3")
                         && x.Attributes["class"] != null
                         && x.Attributes["class"].Value.Equals("bar")                         
                      )
                .ToList();

但是我怎麼能得不到“h3”節點本身,而是“a”裡面的“h3”這個屬性鏈接包含用戶名和我需要的配置文件的鏈接?

一般承認的答案

您可以直接查詢鏈接節點,它與Title屬性非常不同。

在這種情況下,使用XPath可能更簡單,因為它處理所有中間空檢查,它也是類型安全的,因為你的Linq查詢將有很多常量字符串:

var node = HTMLPage.DocumentNode.SelectSingleNode("//hr[@class='Bar']/a[@title='Profile View' and @href");
if (node != null)
{
    string link = node.Attributes["href"].Value;
    string username = node.InnerText;
}

您可以使用Linq語法編寫類似的代碼,它首先搜索鏈接標記,然後回溯以找到它的h3父級。這樣你就不必檢查中間空值了;):

var node = HtmlPage.DocumentNode.Descendants("a")
    .Where(a =>
        a.Ascendants("h3")
            .Any(h3 =>
                h3.Attributes["class"] != null 
                && a.Attributes["class"].Value == "bar"
            )
    )
    .Where(a => 
        a.Attributes["title"] != null 
        && a.Attributes["title"].Value == "Profile View"
        && a.Attributes["href"] != null
    )
    .FirstOrDefault();

if (node != null)
{
    string link = node.Attributes["href"].value;
    string username = node.InnerText;
}

或者您可以使用它作為“bar”的第一個<a>子項的位置:

// the call to First() will throw an exception if the h3 isn't found.
// returning an empty HtmlNode will allow you to ignore that

var node = (HtmlPage.DocumentNode.Descendants("h3")
    .FirstOrDefault( h => 
            h3.Attributes["class"] != null 
            && a.Attributes["class"].Value == "bar")
    ) ?? HtmlPage.CreateElement("h3")) 
    .Elements("a").FirstOrDefault();

if (node != null)
{
    string link = node.Attributes["href"].value;
    string username = node.InnerText;
}


Related

許可下: CC-BY-SA with attribution
不隸屬於 Stack Overflow
許可下: CC-BY-SA with attribution
不隸屬於 Stack Overflow