使用 HtmlAgilityPack-Xpath、RegExp 解析 HTML 文档答案

【问题标题】：Parse HTML doc with HtmlAgilityPack-Xpath, RegExp使用 HtmlAgilityPack-Xpath、RegExp 解析 HTML 文档
【发布时间】：2010-11-02 12:29:35
【问题描述】：

我尝试使用 HtmlAgilityPack 从 html 解析图像 url。在 html 文档中，我有 img 标签：

<a class="css_foto" href="" title="Fotka: MyKe015">
   <span>
      <img src="http://213.215.107.125/fotky/1358/93/v_13589304.jpg?v=6" 
           width="176" height="216" alt="Fotka: MyKe015" />
   </span>
</a>

我需要从这个 img 标签中获取 src 属性。我需要这个：http://213.215.107.125/fotky/1358/93/v_13589304.jpg?v=6。

我知道：

Src 属性由 url、url 开始和 http://213.215.107.125/fotky
我知道 alt 属性 Url 的值有可变长度和 html doc 由其他带有 url 的 img 标签组成，以 http://213.215.107.125/fotky
我知道 img 标签的 alt 属性 (Fotka: Myke015))

任何提前，我尝试了很多方法，但没有一个效果很好。

最后我试试这个：

    List<string> src;

    var req = (HttpWebRequest)WebRequest.Create("http://pokec.azet.sk/myke015");
    req.Method = "GET";

    using (WebResponse odpoved = req.GetResponse())
    {
        var htmlDoc = new HtmlAgilityPack.HtmlDocument();
        htmlDoc.Load(odpoved.GetResponseStream());

        var nodes = htmlDoc.DocumentNode.SelectNodes("//img[@src]");
        src = new List<string>(nodes.Count);

        if (nodes != null)
        {
            foreach (var node in nodes)
            {
                if (node.Id != null)
                    src.Add(node.Id);
            }
        }
    }

【问题讨论】：

标签： xpath html-agility-pack

【解决方案1】：

您的 XPath 选择 img 节点，而不是属于它们的 src 属性。

而不是（选择所有具有src 属性的图像标签）：

var nodes = htmlDoc.DocumentNode.SelectNodes("//img[@src]");

使用这个（选择所有img元素的子节点src属性）：

var nodes = htmlDoc.DocumentNode.SelectNodes("//img/@src");

【讨论】：

Oded，如何在 src 属性的 Xpath 值中指定。 src="Fotka: miky015"
@Lucas - 此时，您可以使用node.InnerText 获取值。
@Lucas - 抱歉，我错过了/。应该是//img/@src。

【解决方案2】：

这个 XPath 1.0 表达式：

//a[@alt='Fotka: MyKe015']/@src

【讨论】：