HTMLAgilityPack XPath 表达式未获取所有节点答案

【问题标题】：HTMLAgilityPack XPath Expression not fetching all nodesHTMLAgilityPack XPath 表达式未获取所有节点
【发布时间】：2012-07-09 17:37:23
【问题描述】：

范围我正在尝试解析this page。对于不熟悉葡萄牙语的人，此页面包含某个课程（大学课程）的所有科目，按“学期”分组。

所以，每次看到“7º Período Ideal”这样的内容时，您都可以理解为“Subjects 从第 7 学期开始”。

问题我正在使用 XPath 表达式从包含这些表行的表中获取所有表行。

XPath Used : //table[@cellspacing=2]//tr

C# Statement : htmlMap.DocumentNode.SelectNodes("//table[@cellspacing=2]//tr");

此 C# 语句收到的 HtmlNodeCollection 仅包含表行节点，直到带有此文本 EAD0648 Gerência de Produtos / Serviços e Mercados 的那个，紧接着带有 5º Período Ideal 的那个。

这个 XPath “有效”，但我得到了所有的 tr's（正如预期的那样），这不是我想要的。

//tr

为什么 XPath 没有检索该节点之后的所有节点？

检索到的节点数量是否有上限？我错过了什么吗？

提前致谢

【问题讨论】：

您能否将其缩减为仍能重现问题的最小 html 文档，然后将该文档添加到您的问题文本中？该链接可能会有所帮助，但如果该链接不再有效，它将不会对 Stack Overflow 多年后的访问者有太大帮助。
HTML 很大 =/ 我可能会将其发布到 pastebin
您不能将其减少到仍然存在问题的较小样本吗？
最短的，会导致700多行的复制粘贴
我没有深入研究它，但在 EAD0648 行之后不久，它的子行具有结束 TR 标签，但似乎没有打开 TR 标签，这似乎很奇怪。

【解决方案1】：

我过去也遇到过这种情况，如果表格格式不正确，就会出现这样的问题。我快速查看了该页面的 HTML，发现可能存在问题，在第 2785 行有一个 </tr> 然后没有打开 <tr> 第 2796 行有另一个 </tr>。

我承认我没有进行深入验证来检查，但仅仅通过查看我无法匹配开头的<tr>。我立即检查了这一点，因为正如我所提到的，我在使用格式错误的表格的页面时遇到了这个确切的问题。

【讨论】：