HTML Agility Pack 找不到带有尾随空格的类答案

【问题标题】：HTML Agility Pack can't find classes with trailing spacesHTML Agility Pack 找不到带有尾随空格的类
【发布时间】：2016-02-26 03:59:30
【问题描述】：

我使用以下代码来解析 HTML 文档：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(pageStr);
HtmlAgilityPack.HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h3[@class='the-title']");

但找不到以下字符串：

<h3 class="the-title ">

并且仅在从类中删除尾随空格时才有效。

HTML 敏捷包可以自己处理这种情况吗？

【问题讨论】：

标签： c# html parsing html-agility-pack

【解决方案1】：

'the-title' != "the-title"

您可以通过在 Xpath 查询中使用“包含”功能来解决您的问题

尝试以下方法：

HtmlAgilityPack.HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h3[contains(@class, 'the-title')]");

【讨论】：

“the-title1”怎么样？也会被发现吗？

【解决方案2】：

在进行比较之前，您可以尝试使用 XPath normalize-space() 删除不必要的空格：

//h3[normalize-space(@class)='the-title']

工作演示示例：

var html = @"<div>
    <h3 class='the-title '/>
</div>";
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
var node = doc.DocumentNode.SelectSingleNode("//h3[normalize-space(@class)='the-title']");
Console.WriteLine(node.OuterHtml);

Dotnetfiddle Demo

输出：

<h3 class='the-title '></h3>

【讨论】：