C# htmlagilitypack node.xpath答案

【问题标题】：C# htmlagilitypack node.xpathC# htmlagilitypack node.xpath
【发布时间】：2016-06-18 02:01:32
【问题描述】：

我正在使用 htmlagilitypack 在 C# 中制作一个 webscraper 应用程序，现在我想要一个下拉菜单来选择文档中的一个元素。我想查看 xpath 的字符串，这是我希望的结果

//a[@href='http://www.google.com']

但我得到的 xpath 是

/html[1]/body[1]/div[1]/a[1]

有什么方法可以让 xpath 更易读吗？我使用的代码是：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(data);
List<string> nodes = new List<string>();
foreach (HtmlNode n in doc.DocumentNode.Descendants()){
        nodes.Add(n.XPath);
}
List<string> ComboItems = nodes.Distinct().ToList();
_comboFilterNode.ItemsSource = ComboItems;

它不必是我给出的第一个示例的格式，但我确实需要一些东西，因此您无需阅读整个 HTML 文件即可知道它是什么元素。

或获取方式：

<a href="http://www.google.com/"/>

它并不总是<a>，我不想要innerHTML

提前感谢您的帮助：D

【问题讨论】：

"...我不想要 innerHTML"，innerHTML 有什么问题？（我会采用这种方式，而不是尝试获取给定元素的不同 XPath，这样构建起来会更加复杂）
如果我得到了 innerHTML，我也得到了所有的子元素，我不想要那个

标签： c# html xpath html-agility-pack

【解决方案1】：

您可以结合使用HtmlNode 名称和属性集合来构建给定HtmlNode 的HTML 标记，不包括其内容。

例如，假设您有变量foo 引用的HtmlNode 实例，您可以执行以下操作：

HtmlNode foo;

var attributes = string.Join(" ", 
                             foo.Attributes
                                .Select(o => String.Format("{0}=\"{1}\"", o.Name, o.Value))
                            );

//combine element name and the attributes collection to create a representative HTML markup
var result = String.Format("<{0} {1}/>", foo.Name, attributes);

完整的工作演示示例：

var html = @"<a href='http://www.google.com/'>
    <span>foobar</span>
    <span>foobaz</span>
</a>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
var foo = doc.DocumentNode.FirstChild;
var attributes = string.Join(" ", 
                         foo.Attributes
                            .Select(o => String.Format("{0}=\"{1}\"", o.Name, o.Value))
                        );
var result = String.Format("<{0} {1}/>", foo.Name, attributes);
Console.WriteLine(result);

dotnetfiddle demo

输出：

<a href="http://www.google.com/"/>

【讨论】：

【解决方案2】：

我现在有：

foreach (HtmlNode n in doc.DocumentNode.Descendants())
{
        if (n.Attributes.Count != 0)
        {
              nodes.Add("//"+n.Name + "[@" + n.Attributes[0].Name+"='"+n.Attributes[0].Value+"']");
         }
         else
         {
               nodes.Add(n.Name);
          }
  }

  List<string> ComboItems = nodes.Distinct().ToList();
  _comboFilterNode.ItemsSource = ComboItems;

遗憾的是，我现在只有一个属性可以过滤它，但它可以满足它需要做的事情，并且它会在 XPath 中返回。

【讨论】：