HTML 敏捷包节点选择答案

【问题标题】：HTML Agility Pack Node SelectionHTML 敏捷包节点选择
【发布时间】：2019-05-17 06:39:17
【问题描述】：

我是 HTML Agility Pack 的新手（以及一般的基于网络的编程）。我正在尝试提取特定的 HTML 行，但我对 HTML Agility Pack 的语法知之甚少，无法理解我写得不正确（并且迷失在他们的文档中）。此处的网址已修改。

        string html;
        using (WebClient client = new WebClient())
        {
            html = client.DownloadString("https://google.com/");
        }

        HtmlDocument doc = new HtmlDocument();
        doc.LoadHtml(html);

        foreach (HtmlNode img in doc.DocumentNode.SelectNodes("//div[@class='ngg-gallery-thumbnail-box']//div[@class='ngg-gallery-thumbnail']//a"))
        {
            Debug.Log(img.GetAttributeValue("href", null));
        }

        return null;

这就是 HTML 的样子

<div id="ngg-image-3" class="ngg-gallery-thumbnail-box" >
    <div class="ngg-gallery-thumbnail">
            <a href="https://urlhere.png"
             // More code here
            </a>
    </div>
</div>

问题出现在 foreach 行上。我已经尽力在网上匹配示例，但我错过了。 TIA。

【问题讨论】：

What is a NullReferenceException, and how do I fix it?的可能重复
在调用img的方法之前，确保它不是null。
@SᴇM 你什么意思？我知道问题在于 SelectNodes()。如果我改为编写 SelectNodes("//img") 和 img.GetAttributeValue("src", null)) ，它将打印一堆 URL。但我不想要 HTML 中的所有图像，只想要一个特定的组。
Protip：如果不是真的在你的问题中提及NullReferenceException，请不要提及；我们有太多关于它的不具体问题，你会得到下意识的接近投票。您的问题实际上是关于如何使用 HTML Agility 选择特定节点以及为什么特定的 SelectNodes 调用没有返回任何节点。（不，我不知道答案。）
@JeroenMostert 感谢您的提醒，我继续修改它以希望更清晰。

标签： c# html-agility-pack

【解决方案1】：

HTMLAgilityPack 使用 XPath 语法来查询节点 - HAP 有效地将 HTML 文档转换为 XML 文档。所以诀窍是学习 XPATH 查询，这样您就可以获得标签和属性的正确组合，从而获得所需的结果。

您粘贴的 HTML sn-p 格式不正确（锚标记上没有关闭 >。假设它已关闭，那么

//div[@class='ngg-gallery-thumbnail-box']//div[@class='ngg-gallery-thumbnail']//a[@href]

将仅返回具有 href 属性的标签的 XPathNodeList。

如果没有符合您的条件，则不会写入任何内容。

出于调试目的，可能记录不太具体的查询节点计数或 OuterXml 以查看您得到的结果，例如

Debug.Log(doc.DocumentNode.SelectNodes("//div[@class='ngg-gallery-thumbnail-box']//div[@class='ngg-gallery-thumbnail'])[0].OuterXml)

【讨论】：