带有 HTML 敏捷包的子字符串的最大值

Question

我似乎无法通过这段代码让这个 xpath 查询与 HTMLAgilityPack 一起工作，我想知道是否有人有任何建议。

这是我目前的查询，但我似乎无法让它返回一个数字。

DocumentNode.GetAttributeValue("max(a[(@class='shackmsg')]/@href/substring-after(.,?id='))", "");

我试图在= 登录所有hrefs 后，在href 属性中获取MAX 值，并使用shackmsg 类.

How long is the beta live before it goes retail? No one knows. We do know t</span> : </a><span class="oneline_user ">legsbrogan</span>
</div>
</li>
<li id="item_31218936" class="">
<div class="oneline oneline3 op olmod_ontopic olauthor_189801">
<a class="shackmsg" rel="nofollow" href="?id=31218936" onclick="return clickItem( 31218933, 31218936);"><span class="oneline_body"><b><u><span class="jt_yellow">Current Multiplayer Servers</span>!</u></b>
<span class="jt_sample"><span class="jt_green">Nighteyes's Japan Server: </span> <span class="jt_lime">(PvE)</span>: <b>211.15.2.34</b></span>
<span class="jt_sample"><span class="jt_green">zolointo's Canada Server: </span> <span class="jt_lime">(</span></span></span> : </a><span class="oneline_user ">legsbrogan</span>
</div>
</li>
<li id="item_31218938" class="last">
<div class="oneline oneline2 op olmod_ontopic olauthor_189801">
<div class="treecollapse">
  <a class="open" rel="nofollow" href="#" onclick="toggle_collapse(31218938); return false;" title="Toggle">toggle</a>
</div>
<a class="shackmsg" rel="nofollow" href="?id=31218938" onclick="return clickItem( 31218933, 31218938);"><span class="oneline_body">Had fun freezing my ass off last night with a bunch of shackers.  Not sure who started the big tower we f...</span> : </a><span class="oneline_user ">legsbrogan</span>
</div>
<ul>
<li id="item_31218966" class="">
<div class="oneline oneline1 olmod_ontopic olauthor_128401">
<a class="shackmsg" rel="nofollow" href="?id=31218966" onclick="return clickItem( 31218933, 31218966);"><span class="oneline_body">wasn't me. I hung out on my ship for a bit listening to your kid play Christmas songs for a bit and then ...</span> : </a><span class="oneline_user ">jonin</span><a class="lightningbolt" rel=\"nofollow\" href="http://www.shacknews.com/user/jonin/posts?result_sort=postdate_asc"><img src="http://cf.shacknews.com/images/bolt.gif" alt="This person is cool!" /></a>
</div>
</li>
<li id="item_31219008" class="last">
<div class="oneline oneline0 olmod_ontopic olauthor_8618">
<a class="shackmsg" rel="nofollow" href="?id=31219008" onclick="return clickItem( 31218933, 31219008);"><span class="oneline_body">haha i heard you guys booby trapped some poor sap's space ship</span> : </a><span class="oneline_user ">Break</span><a class="lightningbolt" rel=\"nofollow\" href="http://www.shacknews.com/user/Break/posts?result_sort=postdate_asc"><img src="http://cf.shacknews.com/images/bolt.gif" alt="This person is cool!" /></a>
</div>
</li>
</ul>

有什么建议吗？

Answer 1

据我所知有两个问题：

• 您只是在当前上下文中扫描锚标记。您可能希望扩展到到处扫描（在查询开头使用//）：

  //a[@class='shackmsg']/@href/substring-after(., '?id=')
  

  请注意，我删除了一对不必要的括号。

• 如果我没有完全弄错的话，HTML Agility Pack 只支持 XPath 1.0（但我不完全确定）。虽然System.Xml.XPath 说它实现了 XPath 2.0 数据模型，但它实际上并没有实现 XPath 2.0（可能这样做是为了让第三方 API 可以实现这个 API 并同时提供 XPath 2.0/XQuery 支持）。也可以看看this discussion on .NET's XPath 2.0 support。

缺少 XPath 2.0 支持将表现为两个问题：

1. 函数substring-after(...) 不存在。

   解决您的问题的方法是使用string-lenght($string) 和substring($string, $start, $length) 提取最后n 位数字，或使用translate(...) 删除一些字符：

   translate('?id=31219008', '?id=', '')
   

   将删除字符类[?id=] 中的所有出现（但它没有，我只想突出显示它不匹配字符串，而是该集合的单个字符！）。

2. 您不能在轴步中应用函数。这意味着，您无法找到子字符串的最大值。

   可能的解决方案：仅获取所有子字符串并从 XPath 外部找到最大值。

Answer 2

您可以将 XPath 与 HTML Agility Pack 结合使用并编写以下代码：

var value = doc.DocumentNode.SelectNodes("//a[@class='shackmsg']").Select(
                   x => x.Attributes["href"].Value.Substring(4)).Max();

Console.WriteLine(value);

这个输出：

31219008

在此代码中，我假设始终存在 href 属性并且始终具有以下结构：

"?id=XXXX"