Question

嗨这就是我的html文件的样子

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

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

我需要获得＆＃34; li＆＃34;所包含的值。标签。这是我的Xpath

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

这是我到目前为止所尝试的

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

您需要先查看HTML：

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

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

这是无效的。您有div，其中有ol，其中有li，其中有code。但是，您要在span内关闭div。如果span完全打开，div会在span之外打开，其中包含{{1}}的结束。在尝试从中提取内容之前，请确保您具有有效的html。并构建您的代码，我相信如果您的代码是结构化的，您会发现这个问题。

Answer 2

您的HTML有点混乱，但如果您不介意使用其他软件包，使用Fizzler for HTMLAgilityPack，这将允许您使用类似jquery的选择器来获取它们而不是xpath。

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

Answer 3

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，总是喜欢按id或class或其他属性选择元素，可能的例子：

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

获取<li>标签所包含的文字</li>

3 个答案: