获取由 <li> 标签包围的文本

Question

嗨，这是我的 html 文件的样子

   <div class="panel-body sozluk">
                    <ol>
                        <li>kitap <code>isim</code> </li>

</span>             </ol>
    </div>

我需要获取由“li”标签括起来的值。 这是我的 Xpath

//*[@id="wrap"]/div[2]/div[5]/div/div/div[1]/div[1]/div/div[1]/div[2]

这是我迄今为止尝试过的

HtmlAgilityPack.HtmlDocument document = new  HtmlAgilityPack.HtmlDocument();
document.Load("word.html");

var v =  document.DocumentNode
                 .SelectNodes("//[@id='wrap']/div[2]/div[5]/div/div/div[1]/div[1]/div/div[1]/div[2]/ol ")
                 .Select(x => x.ChildNodes["li"].InnerText);

应用程序每次都崩溃。我该怎么做

Answer 1

首先，您的 XPath 无效，因为它在开头缺少星号 (*)：

var v =  document.DocumentNode
                 .SelectNodes("//[@id='wrap']/div[2]/div[5]/....")
                                ^here, right after '//'

这种冗长的 XPath 很脆弱，总是喜欢通过 id 或 class 或其他属性来选择元素，可能的例子：

var v =  document.DocumentNode
                 .SelectNodes("//*[@id='wrap']//div[@class='panel-body sozluk']/ol/li")
                 .Select(o => o.InnerText);

Answer 2

您需要先查看您的 HTML：

   <div class="panel-body sozluk">
                    <ol>
                        <li>kitap <code>isim</code> </li>

</span>             </ol>
    </div>

这是无效的。你有一个div，里面有一个ol，里面有一个li，里面有一个code。但是，您正在关闭div 内的span。 span，如果完全打开的话，是在 div 之外打开的，其中包含 span 的关闭。在尝试从中提取内容之前，请确保您拥有有效的 html。并构造你的代码，如果你的代码是结构化的，我相信你会发现这个问题。

Answer 3

你的 HTML 有点乱，但如果你不介意使用另一个包， 使用Fizzler for HTMLAgilityPack，这将允许您使用类似 jquery 的选择器而不是 xpath 来获取它们。

var liList = document.DocumentNode.QuerySelectorAll("li");