HTML解析时获取列表元素答案

【问题标题】：Get list element when HTML ParsingHTML解析时获取列表元素
【发布时间】：2017-03-30 13:01:27
【问题描述】：

我有一段这样的 HTML：

<li class="myclass">
            <ul class="myclass2">
                <li><span>Name1</span><span>Value1</span></li><li><span>Name2</span><span>Value2</span></li><li><span>Name3</span><span>Value3</span></li>
            </ul>
        </li>

我正在尝试使用 HTML Agility Pack 像这样解析这个 HTML：

var values = mydetails.DocumentNode.QuerySelector(".myclass").QuerySelector("ul").InnerHtml;

这给了我这个部分：

<li><span>Name1</span><span>Value1</span></li><li><span>Name2</span><span>Value2</span></li><li><span>Name3</span><span>Value3</span></li>

但我不知道如何更进一步，我需要名称和值，但我不知道如何获得它们。你能告诉我一个方法吗？谢谢。

【问题讨论】：

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

【解决方案1】：

你应该给你的项目一个 html-id，然后在 javascript 中获取这个元素应该很容易。我不知道你的框架，但在其他人中这很容易，例如在 jQuery 中：$("#id")

【讨论】：

那些项目没有id，我不能给他们id。
有没有办法在没有 id 的情况下做到这一点？
你可以试试getChild()。如果你在 ul 上使用这个函数，它会给你一个数组。第一项将是....QuerySelector("ul").getChild[0]...

【解决方案2】：

您可以使用正则表达式从所有标签中获取值

public void ProcessSpans(string inputHTML)
{
    string pattern = @"<span([^>]*)class=\""(\w+)\""([^>]*)>(.*)<\/span>";
    RegexOptions regexOptions = RegexOptions.Multiline;
    Regex regex = new Regex(pattern, regexOptions);
    var matches = regex.Matches(inputHTML);
    //Process the matches with your logic. 
}

然后这样调用方法

var values = mydetails.DocumentNode.QuerySelector(".myclass").QuerySelector("ul").InnerHtml;
ProcessSpans(values);

【讨论】：