无法获取属于特定 ul 的 li答案

【问题标题】：Cannot get li that belong to a specific ul无法获取属于特定 ul 的 li
【发布时间】：2022-07-16 15:56:18
【问题描述】：

我有这样的结构：

<ul>
    <li class="list-group-item px-0">
        <h2>Foo</h2>
        <ul>
            <li class="list-group-item">
                <h3>Test</h3>
            </li>
        </ul>
    </li>
     <li class="list-group-item px-0">
        <h2>Contoso</h2>
        <ul>
            <li class="list-group-item">
                <h3>Test 2</h3>
            </li>
        </ul>
    </li>
</ul>

我正在尝试获取属于迭代中节点的所有 li，这是第一个 ul，所以结果应该返回：Foo 和 Contoso 但我得到了所有可用的 li，这是我的代码：

var liCollection = node.SelectNodes(".//ul/li[@class='list-group-item']");

我可以通过添加 px-0 来解决这个问题，但在迭代中只能获取与第一个 ul 关联的 li？

完整代码：

https://pastebin.com/wjE2q1n2

【问题讨论】：

@Stefan 抱歉只是我的示例（已修复）以显示完整代码：pastebin.com/wjE2q1n2
我认为你的问题是“//ul”而不是“/ul”。使用两个 // 您正在搜索所有 ul 元素。同一个，仅在当前元素中。 docs.microsoft.com/en-us/previous-versions/dotnet/…
@Victor 如果我切换到node.SelectNodes("./ul/li");，我会得到null。如果你看完整的代码，你可以看到node实际上是手风琴，例如：<div id="collapse0"
尝试只获取第一个节点 (SelectSingleNode)。你得到第一个 li。然后，获取最接近的 ul （或相同的父级）并使用 XPath 单 / 来获取 li （“./li[@class='list-group-item']”，如果我没记错的话）
@sfarzoso 看看更新的答案。我分享了一种方法，将所有数据组合并提取为 json

标签： c# html-agility-pack

【解决方案1】：

我做了一个完全不同的选择：

html1 = File.ReadAllText("input.html");
var htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(html1);

var i = 0;
var uls = htmlDoc.DocumentNode.SelectNodes("//span[@class]/../../div[1]/*");
foreach (HtmlNode ul in uls)
{
    var group = ul.InnerText.Replace('\r',' ').Replace('\n',' ').Trim();
    foreach( HtmlNode subul in ul.SelectNodes("./../../div[2]/*"))
    {
        var sub = subul.InnerText.Trim();
        if (!string.IsNullOrEmpty(sub)) Console.WriteLine($"{group}: {sub}");
    }
}

输出：

A: Apparato gastrointestinale e metabolismo
A01: Preparati stomatologici
A01A: Preparazioni stomatologiche
A02: Farmaci per malattie correlate all'acidosi
A02A: Antiacidi
A02B: Farmaci per l'ulcera peptica e la malattia da reflusso gastroesofageo (gerd)
A03: Farmaci per malattie gastrointestinali funzionali
A03A: Farmaci malattie gastrointestinali funzionali
A03B: Belladonna e derivati
A03F: Procinetici
A04: Antiemetici e antinausea
A04A: Antiemetici e antinausea
A05: Bile e terapia del fegato
A05A: Terapia per la bile
...

【讨论】：

【解决方案2】：

我根据您的需要制作了一个样本。我想这就是你想要达到的目标！

var list = doc.DocumentNode.SelectNodes(
    "//div[@class='shadow-sm autoscroll my-1']"); 

var collection = list.Select(x => x.SelectNodes(".//ul/li[@class='list-group-item']"));

//This is for "A", "B" etc
var category = list.Select(x => x.SelectNodes(".//span[contains(@class, 'badge-light')]"));

//This is for "A01A" etc
var listTitles = list.Select(x => x.SelectNodes(".//ul/li[@class='list-group-item']//span"));

//This is for "Preparazioni stomatologiche" etc
var descriptions = list.Select(x => x.SelectNodes(".//ul/li[@class='list-group-item']//a"));

以此为指导，您可以抓取您真正想要的数据..

更新

结合在一起：

var doc = new HtmlDocument();
doc.Load(Directory.GetCurrentDirectory() + "/html.txt");

var data = doc.DocumentNode.SelectNodes("//div[@class='shadow-sm autoscroll my-1']");

List<dynamic> objects = new();
foreach (var item in data)
{
    foreach (var sub in item.SelectNodes(".//ul[contains(@class, 'list-group')]//li"))
    {
        var obj = new
        {
            Category = item.SelectSingleNode(".//div[@class='mb-1']//span").InnerText.Trim(),
            Description = item.SelectSingleNode(".//div[@class='mb-1']//h2").InnerText.Trim(),
            Sub = new
            {
                SubCategories = sub.SelectSingleNode(".//span").InnerText.Trim(),
                SubDescriptions = sub.SelectSingleNode(".//a").InnerText.Trim(),
            }            
        };
        objects.Add(obj); 
    }
}

var json = JsonSerializer.Serialize(objects, new JsonSerializerOptions { WriteIndented = true });

输出：https://i.imgur.com/zvNo3US.png

【讨论】：