XPATH 查询、HtmlAgilityPack 和提取文本

Question

我一直试图从名为 "tim_new" 的类中提取链接。我也得到了解决方案。

解决方案、sn-p 和必要的信息都给出here

上述 XPATH 查询是 "//a[@class='tim_new']，我的问题是，这个查询如何区分 sn-p 的第一行（在上面的链接中给出的 sn-p 的第二行）。

更具体地说，这个 XPATH 查询的字面翻译（英文）是什么。

---

另外，我想写几行代码来提取针对NSE:写的文本

<div class="FL gL_12 PL10 PT15">BSE: 523395 &nbsp;&nbsp;|&nbsp;&nbsp; NSE: 3MINDIA &nbsp;&nbsp;|&nbsp;&nbsp; ISIN: INE470A01017</div>

希望能帮助您形成必要的选择查询。

我的代码写成：

IEnumerable<string> NSECODE = doc.DocumentNode.SelectSingleNode("//div[@NSE:]");

但这看起来不对。不胜感激。

Answer 1

第一个选择中的 XPath 读取“选择所有具有名为 class 且值为 tim_new 的属性的文档元素”。括号中的内容不是您要返回的内容，而是您应用于搜索的条件。

我没有 HTML Agility 包，但如果您尝试查询以“NSE:”作为文本的 div，则第二个查询的 XPath 应该只是“//div”，那么您将想要使用 LINQ 进行过滤。

有点像

var nodes = 
    doc.DocumentNode.SelectNodes("//div[text()]").Where(a => a.InnerText.IndexOf("NSE:") > -1);

所以在英文中，“将所有立即包含文本的 div 元素返回到 LINQ，然后检查内部文本值是否包含 NSE:”。 同样，我不确定语法是否完美，但就是这样。

XPath "//div[@NSE:]" 将返回所有具有名为 NSE: 的属性的 div，这无论如何都是非法的，因为属性名称中不允许使用 ":"。您正在寻找元素的文本，而不是其属性之一。

希望有帮助。'

注意：如果您的嵌套 div 都包含 <div>NSE: some text<div>NSE: more text</div></div> 中的文本，您将获得重复的结果。