多级抓取 HTMLAgilityPack

Question

我正在尝试抓取以下格式的一些数据：

<div class="ac_acdetail">
<div id="ac_makemodel">
<a href='/aircraft-for-sale/turbine/jets/Bombardier-Challenger/300-34856/' title='Bombardier Challenger 300' class=''>Bombardier Challenger 300</a>
</div>
<div id="ac_price">FOR SALE</div>
<div class="ac_keydetail">
<div class="title">PRICE:</div>
<div class="item">15,950,000 <font size=-2>USD</font></div>
<div class="clear"></div>
</div>
<div class="ac_keydetail">
<div class="title">YEAR:</div>
<div class="item">2009</div>
<div class="clear"></div>
</div>
<div class="ac_keydetail">
<div class="title">S/N:</div>
<div class="item">20266</div>
<div class="clear"></div>
</div>
<div class="ac_keydetail">
<div class="title">TTAF:</div>
<div class="item">1150</div>
<div class="clear"></div>
</div>
<div class="ac_keydetail">
<div class="title">LOCATION:</div>
<div class="item">USA</div>
<div class="clear"></div>
</div>
</div>

我需要使用“项目”类获取每个 div 中的文本。是什么让这成为一个问题 - 至少对我而言 - 是按其已知顺序获取每个“项目”，以便我可以将它们存储在数据库中相应的列中。

是否可以说抓取所有“项目”类，然后根据它们的顺序单独调用它们？如果有怎么办？

或者是否有必要循环遍历结果并在每次迭代中挑选出来？

此外，在与价格相关的“项目”div 中，是否可以将“美元”文本提取为另一个变量？

任何有关解决此问题的最佳方法的建议都将不胜感激。

提前致谢。

Answer 1

您可以使用索引来选择第 n 个节点。此 xpath 在第四个节点中选择第三个节点：

//div[4]//div[3]

或者你可以用特殊的文字来选择：

//div//div[text()='USA']