使用 HTML 敏捷包遍历 DOM

Question

我正在使用 HTMLAgilityPack 库在 C# 中解析 HTML DOM，并且想知道在到达特定元素后如何遍历 DOM。

例如，当我到达带有“some-class”类的td 时，我想去第三个兄弟td 并获取其嵌套href 的anchor。

<td class="some-class">Content I care about</td>
<td>Content I don't want</td>
<td>Content I don't want</td>
<td>    
    <a href="http://www.the-url-I-want.com">Some Amazing URL</a>
</td>

目前，我登陆td 我想通过：

foreach(HtmlNode node in doc.DocumentNode.SelectNodes("//td"))
{
    HtmlAttribute nodeClass = node.Attributes["class"];

    if(nodeClass != null && nodeClass.Value == "some-class")
    {
        //Find the anchor that is 3 siblings away
        //Do something
    }
}

有谁知道我将如何使用 HTMLAgility 包来获取个人 td 的相关锚点？

Answer 1

学习 XPath，您的工作会轻松很多。例如，要获取 <td> 元素的 class 属性等于“some-class”，我们可以使用这个 Xpath ：

//td[@class='some-class']

为了获得第三个下一个兄弟<td>：

/following-sibling::td[3]

所以你的循环可以重写如下：

var xpath = "//td[@class='some-class']/following-sibling::td[3]/a";
foreach(HtmlNode a in doc.DocumentNode.SelectNodes(xpath))
{
    //Do something with the anchor variable a
}

顺便说一句，获取属性值更安全的方法是使用GetAttributeValue() 方法：

var href = a.GetAttributeValue("href", "");

第二个参数是默认值，当属性未找到时返回。