XPATH 表达式在 <b> </b> <br/> 标记内检索此信息

Question

首先，我对 html 的了解还不够基本。

我有这段 html 代码：

    <div class="main_panel_sub">
        <p>
            <p>
                <b>Genre</b>: pop<br/>
                <b>Country</b>: USA<br />
                <b>Year</b>: 2013<br />
                <b>Audio codec</b>: MP3<br />
                <b>Riptype</b>: tracks<br />
                <b>Bitrate</b>: 320 kbps<br />
                <b>Playtime</b>: 01:06:44<br />
                <b>Size:</b> 153 MB<br />
                <b>Site:</b> 
                <a href='XXXXXXX'>XXXXXXX.com</a>
            </p>
        </p>

我正在使用库 HTMLAgilityPack，我想检索 Genre 和 Year 值，我只需要知道正确的 XPath

这是我正在尝试使用的 XPATH，但我迷失了那些 <b> </b> <br/>

Genre = node.SelectSingleNode("..//div[@class='main_panel_sub']/p/p/b[1]").InnerText
Year = node.SelectSingleNode("..//div[@class='main_panel_sub']/p/p/b[3]").InnerText

在上面的第一行代码中，我得到了字符串Genre，而不是流派值Pop。

第二行我得到Year 字符串而不是2013。

更新：

一个（有问题的）变化 DIV 示例：

<div class="main_panel_sub">
<p><p><b>Genre</b>: Synthpop<br />
<b>Year</b>: 2012<br />
<b>Audio codec</b>: MP3<br />
<b>Riptype</b>: tracks<br />
<b>Bitrate</b>: VBR~256 kbps<br />
<b>Playtime</b>: 00:29:21<br />
<b>Size:</b> 57 MB<br />
<b>Site:</b> <a href='http://xxxxxxxxxxxx.com'>xxxx.com</a></p>
</p>

以及我尝试使用的代码：

 Dim fields = (From field In node.SelectNodes("..//div[@class='main_panel_sub']//b")
              Let contentNodes = field.ParentNode.ChildNodes.SkipWhile(Function(e) Not e.Equals(field)).
                                 TakeWhile(Function(e) e.Equals(field) OrElse e.Name <> "b")
                                 Let content = [String].Concat(contentNodes.[Select](Function(e) e.InnerText))
                                 Select content.Split(":")).
                                        ToDictionary(Function(s) s(0).ToLower.Trim(), Function(s) s(1).Trim())

Answer 1

解析这样的 html 是有问题的，因为它列出的属性不一致。所有领域都没有固定的模式。冒号有时在 b 标签内，并非所有字段都以 br 标签结尾（这是分隔每个字段的好方法。如果您对 html 的格式有任何影响，我会推动为每个字段提供单一一致的格式。或者至少将它们放在一个无序列表或其他东西中，以使选择字段更容易完成。

基本上，您需要将所有字段及其内容分组并解析出这些组。说起来容易做起来难，但可行。

var fields =
    (from field in node.SelectNodes("..//div[@class='main_panel_sub']//b")
    // group the nodes
    let contentNodes = field.ParentNode.ChildNodes
        .SkipWhile(e => e != field)
        .TakeWhile(e => e == field || e.Name != "b")
    // easier to parse as strings
    let content = String.Concat(contentNodes.Select(e => e.InnerText))
    select content.Split(':'))
    .ToDictionary(s => s[0].Trim(), s => s[1].Trim());
var genre = fields["Genre"];
var year = fields["Year"];