c# - 如何使用 HTMLAgilityPack 访问多个 标签的内容？

Question

我无法在 codeplex 网站上找到 HTMLAgilityPack 的文档。目前我想做的是访问 Amazon 网站上的一个 div，并抓取文本信息以用于 WPF 应用程序。

var getWeb = new HtmlWeb();                     
var doc = getWeb.Load(uri);
HtmlNode ourNode = doc.DocumentNode.SelectSingleNode("//div[@id = 'zg_centerListWrapper']");

这个 div 包含大约 12 个其他 div，每个都是 best sellers 类别中的一个项目。

为了访问每个对象的属性似乎很费力(而且我也不完全确定乍一看我会怎么做)。那么我应该改用 DocumentNode.SelectNodes() 吗？我将如何实现它？此外，我发现很难相信在这样的时间之后没有关于 HTMLAgilityPack 的文档......也许我在错误的地方寻找，因为 youtube 似乎是我目前最好的来源.

Answer 1

实际上，SelectNodes() 和 SelectSingleNode() 的参数是一个xpath 表达式，xpath version 1.0 是准确的(见 xpath 1.0 spec here ) .

XPath 是另一种技术，它有自己的规范、文档和讨论。您通常可以搜索 xpath 教程或文章而不是 HtmlAgilityPack (HAP) 细节，以便更好地了解应该将哪种表达式传递给 HAP 以获取特定的 HTML 元素。

为了示例，假设您的 HTML 如下所示:

<div id="zg_centerListWrapper">
    <div>I want this</div>
    <div>..and this</div>
    <div>..and this one too</div>
</div>

看到您感兴趣的 div 是 div[@id = 'zg_centerListWrapper'] 的直接子级，那么您可以使用以下 xpath 获取它们:

var xpath = "//div[@id = 'zg_centerListWrapper']/div";
HtmlNodeCollection ourNodes = doc.DocumentNode.SelectNodes(xpath);