c# htmlagilitypack - 如何从网页中提取特定文本答案

【问题标题】：c# htmlagilitypack - how to extract specific text from web pagec# htmlagilitypack - 如何从网页中提取特定文本
【发布时间】：2017-06-19 15:37:11
【问题描述】：

我正在尝试从
http://www.wowhead.com/quest=35151/your-base-your-choice
中提取描述并将其显示到richTextBox 控件中。

输出应该是：

你已经在霜火之火中建造了一个令人印象深刻的要塞。一世相信我应该把下一个选择交给你。戈尔隆德的一个地区资源丰富。木材厂可以帮助我们充分利用他们。另一个地区拥有坚强的角斗士。一个对练的竞技场将有助于说服他们为我们的事业而战。任何一条路径都会在我们寻找并削弱钢铁部落的过程中加强我们的力量。哪个做指挥官，你选？

以下是我迄今为止尝试过的代码。

HtmlAgilityPack.HtmlDocument html = new HtmlAgilityPack.HtmlDocument();
            html.LoadHtml(new WebClient().DownloadString("http://www.wowhead.com/quest=35151"));            
            var root = html.DocumentNode;
            var p = root.Descendants("h2")
                .Where(n => n.GetAttributeValue("class", "")
                .Equals("heading-size-3"))
                .FirstOrDefault().NextSibling;
            richTextBox1.Text = p.InnerText;

但我得到的只是：

你已经在霜火之火中建造了一个令人印象深刻的要塞。一世相信我应该把下一个选择交给你。

我为我的英语道歉。

【问题讨论】：

标签： c# html web-scraping html-agility-pack

【解决方案1】：

您需要遍历第一个 .heading-size-3 之间的所有兄弟姐妹，直到下一个标头 .heading-size-3

HtmlAgilityPack.HtmlDocument html = new HtmlAgilityPack.HtmlDocument();
html.LoadHtml(new WebClient().DownloadString("http://www.wowhead.com/quest=35151"));
var root = html.DocumentNode;
var descriptionHeader = root.Descendants("h2")
    .Where(n => n.GetAttributeValue("class", "")
    .Equals("heading-size-3"))
    .FirstOrDefault();
var current = descriptionHeader.NextSibling;
var result = "";
while(current != null && !current.GetAttributeValue("class", "")
    .Equals("heading-size-3"))
{
    if (!string.IsNullOrEmpty(current.InnerText))
    {
        result += " "+current.InnerText;
    }
    current = current.NextSibling;
}
richTextBox1.Text = result;

最后，您将收到：

你已经在霜火之火中建造了一个令人印象深刻的要塞。我相信我应该把下一个选择交给你。戈尔隆德的一个地区资源丰富。木材厂可以帮助我们充分利用它们。另一个地区拥有坚强的角斗士。一个陪练的舞台将有助于说服他们为我们的事业而战。在我们寻找并削弱钢铁部落的过程中，任何一条道路都会增强我们的实力。指挥官，你选哪个？

【讨论】：