c# - 从 获取带有 child 的 innerText

Question

我正在使用 C# 中的 webBrowser，我需要从链接中获取文本。该链接只是一个没有类的 href。

是这样的

<div class="class1" title="myfirstClass">
<a href="link.php">text I want read in C#
<span class="order-level"></span>

不应该是这样的吗？

        HtmlElementCollection theElementCollection = default(HtmlElementCollection);
        theElementCollection = webBrowser1.Document.GetElementsByTagName("div");
        foreach (HtmlElement curElement in theElementCollection)
        {
            if (curElement.GetAttribute("className").ToString() == "class1")
            {
                HtmlElementCollection childDivs = curElement.Children.GetElementsByName("a");
                foreach (HtmlElement childElement in childDivs)
                {
                    MessageBox.Show(childElement.InnerText);
                }

            }
        }

Answer 1

这是通过标签名称获取元素的方式:

String elem = webBrowser1.Document.GetElementsByTagName("div");

然后你应该提取 href 的值:

var hrefLink = XElement.Parse(elem)
     .Descendants("a")
     .Select(x => x.Attribute("href").Value)
     .FirstOrDefault();

如果你有超过 1 个“a”标签，你也可以放入一个 foreach 循环，如果这是你想要的。

编辑:

使用 XElement:

您可以通过调用element.ToString()获取包含外层节点的内容。

如果要排除外层标签，可以调用String.Concat(element.Nodes())。

使用 HtmlAgilityPack 获取 innerHTML:

1. 从 NuGet 安装 HtmlAgilityPack .
2. 使用此代码。

HtmlWeb web = new HtmlWeb();

HtmlDocument dc = web.Load("Your_Url");

var s = dc.DocumentNode.SelectSingleNode("//a[@name="a"]").InnerHtml;

希望对您有所帮助!