c# - 使用 HtmlAgilityPack 从 html 中提取值

Question

我是 c# 和 htmlagilitypack 的新手，我一直在尝试获取 signup_form_id 的值这是 2079787163

<form name="setupform" id="setupform" method="post" action="/signup/" target="_top">
<input type="hidden" name="form_type" value="blog" />
<input type="hidden" name="stage" value="" />
<input type="hidden" name="loc" value="signup" />
<input type='hidden' name='signup_form_id' value='2079787163' /><input type="hidden" id="_signup_form" name="_signup_form" value="9783b65654" />

这是我的代码

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.Load("https://signup.wordpress.com/signup/");
var value = doc.DocumentNode.SelectSingleNode("//form[@name='signup_form_id'");
Console.WriteLine(value.InnerText);

我知道我的 xpath 表达式确实有问题，对此我真的一无所知。有哪位好心人可以给点建议吗？非常感谢!

Answer 1

首先，您的代码在 doc.Load 行失败，因为该“Load”方法不支持 URI，仅支持文件路径。您应该使用 HtmlWeb 的 Load 方法来下载 HTML。

其次，你的XPath中的缺陷:

• 你忘记了右括号]
• 没有名称设置为 signup_form_id
的表单

总之，您应该按如下方式修改您的代码:

var url = "http://signup.wordpress.com/signup/";

var htmlWeb = new HtmlWeb();
var doc = htmlWeb.Load(url);

var value = doc.DocumentNode.SelectSingleNode("//form[@id='setupform']");
Console.WriteLine(value.OuterHtml);

---

更新:很高兴您澄清了问题；我最初对这个问题的理解是错误的。

看起来您正在寻找 input 标签，而不是 form。因此，应该修改您的 XPath 以满足此要求。

这是读取所需数据的代码:

var url = "http://signup.wordpress.com/signup/";

var htmlWeb = new HtmlWeb();
var doc = htmlWeb.Load(url);

var signupFormIdElement = doc.DocumentNode
    .SelectSingleNode("//input[@name='signup_form_id']");

var signupFormId = signupFormIdElement.GetAttributeValue("value", "");

Console.WriteLine(signupFormId);