c# - 使用 "Html Agility pack"选择特定的 html

Question

我正在使用 html-agility-pack 并尝试在其中选择特定的 html。我想要获取的部分是这些 block 中的每个 GTIN 编号:

<td><span class="mobile-only">GTIN:</span>07330155011068</td>

-我想要的部分是结束 span-tag 之后的数字。例如:07330155011068。下面是我的 html 和我的 c# 方法:

<div class="table-wrapper" style='display: block;'>
    <table id="tableSearchArticle">
        <thead>
            <tr>
                <th><a href="#">Article</a></th>
                <th><a href="#">art.nr.</a></th>
                <th><a href="#">Brand</a></th>
                <th><a href="#">GTIN</a></th>
            </tr>
        </thead>
        <tbody>
            <tr>
                <td>
                    <a href="http://www.dabas.com/ProductSheet/Detail.ashx/121308" target="_blank">
                        Dalapannkaka fryst ca100st 6kg
                    </a>
                </td>
                <td><span class="mobile-only">Tillverkarens art.nr:</span>11068</td>
                <td><span class="mobile-only">Varumärke:</span>test</td>
                <td><span class="mobile-only">GTIN:</span>07330155011068</td>
            </tr>
            <tr>
                <td>
                    <a href="http://www.dabas.com/ProductSheet/Detail.ashx/124494" target="_blank">
                        Dessertpannkaka fryst ca100st 6kg
                    </a>
                </td>
                <td><span class="mobile-only">Tillverkarens art.nr:</span>11405</td>
                <td><span class="mobile-only">Varumärke:</span>test</td>
                <td><span class="mobile-only">GTIN:</span>07330155114059</td>
            </tr>
        </tbody>
    </table>

    </div>

我正在使用这种方法来尝试获取我的值。问题是我不知道在 SelectNode() 中编写什么代码来获取包含 GTIN 编号的 innerHtml。

public void TestGetHtml()
    {
        var doc = new HtmlDocument();
        doc.Load("C:/Users/Desktop/test.html");
        foreach (HtmlNode link in doc.DocumentNode.SelectNodes("TODO: Add code to select all GTIN"))
        {

        }
        doc.Save("file.htm");
    }

Answer 1

使用Xpath从 ID 为 tableSearchArticle 的表体中选择第四个单元格。然后获取单元格的内部文本(它将没有 html 标签，如 GTIN:07330155114059)并删除 GTIN 前缀:

var xpath = "//table[@id='tableSearchArticle']/tbody/tr/td[4]";
var gtins = doc.DocumentNode.SelectNodes(xpath)
               .Select(td => td.InnerText.Replace("GTIN:", ""));

输出:

[
  "07330155011068",
  "07330155114059"
]