当我无法提前知道有多少元标签时处理元标签

Question

我正在尝试分析外部文档中的元标签（特别是文章：标签），其 url 由用户传递给我。

我查看了几个可能的来源，但它们使用标签的方式并不一致：

1. 有些不使用标签
2. 有些使用了多个标签
3. 有些使用带有逗号分隔关键字/短语的单个标签
4. 有些使用带有描述类型条目的一个标签

我需要做的是将值（无论是跨多个标签、逗号分隔还是描述类型）获取到单个字符串中

我正在使用 htmlAgility Pack，并且能够使用以下代码获取其他值（当我知道只有一个或没有时）：

//get html
HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(sourceHtml);
var artAuthor = htmlDoc.DocumentNode.SelectSingleNode("//meta[@property='article:author']");
try
{
    strARTAuthor = artAuthor.Attributes["content"].Value;
}
catch
{
    strARTAuthor = "";
}

我怀疑我在某个地方需要一个 foreach，但我不确定应该如何构建它。

把一些东西放在

foreach(htmlDoc.DocumentNode.SelectSingleNode("//meta[@property='article:tag']") in htmldoc)

根本不工作。

Answer 1

我并不确切知道您观察到的所有类型的meta 标签，但至少，您需要使用SelectNodes() 替换SelectSingleNode() 以使foreach 循环工作：

var metas = htmlDoc.DocumentNode.SelectNodes("//meta[@property='article:tag']");
foreach(HtmlNode meta in metas)
{
    .....
}