xpath - html-agility-pack提取背景图片

Question

如何从以下HTML中提取网址。

即提取

http://media.somesite.com.au/img-101x76.jpg

从：

<div class="media-img">
    <div class=" searched-img" style="background-image: url(http://media.somesite.com.au/img-101x76.jpg);"></div>
</div>

Answer 1

通常，在XPath 1.0中，可以结合使用substring-after()和substring-before()函数来提取文本的一部分。但是HAP的SelectNodes()和SelectSingleNode()除了节点以外不能返回，因此这些XPath函数将无济于事。

一种可能的方法是使用XPath和HAP获取style属性的完整值，然后使用regex从.NET进一步处理该值，例如：

var html = @"<div class='media-img'>
    <div class=' searched-img' style='background-image: url(http://media.somesite.com.au/img-101x76.jpg);'></div>
</div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
var div = doc.DocumentNode.SelectSingleNode("//div[contains(@class,'searched-img')]");
var url = Regex.Match(div.GetAttributeValue("style", ""), @"(?<=url\()(.*)(?=\))").Groups[1].Value;
Console.WriteLine(url);

.NET Fiddle Demo

输出：

http://media.somesite.com.au/img-101x76.jpg