HTML 敏捷包 - 如何获取以特定文本开头的 URL？答案

【问题标题】：HTML Agility pack - How to get URLs, which start with specific text?HTML 敏捷包 - 如何获取以特定文本开头的 URL？
【发布时间】：2013-09-08 06:13:33
【问题描述】：

问题在标题中，但更具体：我可以从 HTML 中获取以特定文本开头的 URL 吗？可能是，有没有用 JQuery 风格提取的案例？

$( "a[href^='event_handler']" )

【问题讨论】：

标签： c# html parsing url html-agility-pack

【解决方案1】：

开箱即用的库不支持 jquery 类型选择器（这些是 CSS 选择器，仅供参考），但仅支持 XPATH 或 XSLT 选择器。当然，也有好心人花时间为 CSS 选择器支持添加了扩展，请参阅 Add CSS Selector Query Engine onto HTMLAgilityPack。

添加这个，您可以使用您自己提供的字符串选择器来选择您的链接。

【讨论】：

很高兴我能帮上忙！ :)

【解决方案2】：

HTMLAgilityPack 基于使用 XPath 查询，而不是 CSS 选择器（这是您在原始帖子中所拥有的）。

如果您绝对必须使用 CSS 选择器，我过去曾使用过一个名为 Fizzler 的工具：

https://code.google.com/p/fizzler/

它位于 HTMLAgilityPack 之上，因此大部分文档保持不变。

我还要说你的问题有点令人困惑。您的 CSS 选择器基于 href 以一个值开始选择某些内容，但您提到要通过 text 选择某些内容 - 这是不同的。以下是您的原始选择器的直接等价物：

//a[starts-with(@href, 'event_handler')]

但是，要匹配实际的文本，而不是href，那么它是：

//a[starts-with(text(), 'event_handler')]

【讨论】：

你说得对，我的问题不准确。但是在谷歌上搜索时，我发现原来的 Fizzler 相当老了，而 Fizzler Ex 看起来更年轻。

【解决方案3】：

你也可以使用 linq

doc.DocumentNode.SelectNodes("//li").Where(x => x.FirstChild.Attributes["href"].Value.StartsWith("event_handler")).Select(x => x.FirstChild.Attributes["href"].Value).ToList();

【讨论】：