C#htmlagilitypack node.xpath

我正在用C#和htmlagilitypack制作一个webscraper应用程序，现在我想用下拉菜单来选择文档中的一个元素。我想看到xpath的字符串，这是我希望得到的结果

//a[@href=”http://www.google.com“]

但是我得到的xpath是

/html[1]/body[1]/div[1]/a[1]

有什么方法可以恢复更可读的xpath吗？ 我使用的代码是：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(data);
List<string> nodes = new List<string>();
foreach (HtmlNode n in doc.DocumentNode.Descendants()){
        nodes.Add(n.XPath);
}
List<string> ComboItems = nodes.Distinct().ToList();
_comboFilterNode.ItemsSource = ComboItems;

HtmlDocument doc=新的HtmlDocument（）；
doc.LoadHtml（数据）；
列表节点=新列表（）；
foreach（doc.DocumentNode.subjects（）中的HtmlNode n）{
Add（n.XPath）；
}
List ComboItems=nodes.Distinct（）.ToList（）；
_comboFilterNode.ItemsSource=ComboItems；

它不必是我给出的第一个示例的格式，但我确实需要一些东西，这样您就不需要阅读整个HTML文件来了解它是什么元素

或者一种获得：

<a href="http://www.google.com/"/>

它并不总是一个

，我也不想要innerHTML

---

提前感谢您的帮助：D

您可以使用

HtmlNode

名称和属性集合的组合为给定的

HtmlNode

构建HTML标记，排除其内容

例如，假设变量

foo

引用了

HtmlNode

实例，可以执行以下操作：

HtmlNode foo;

var attributes = string.Join(" ", 
                             foo.Attributes
                                .Select(o => String.Format("{0}=\"{1}\"", o.Name, o.Value))
                            );

//combine element name and the attributes collection to create a representative HTML markup
var result = String.Format("<{0} {1}/>", foo.Name, attributes);

我现在有：

foreach (HtmlNode n in doc.DocumentNode.Descendants())
{
        if (n.Attributes.Count != 0)
        {
              nodes.Add("//"+n.Name + "[@" + n.Attributes[0].Name+"='"+n.Attributes[0].Value+"']");
         }
         else
         {
               nodes.Add(n.Name);
          }
  }

  List<string> ComboItems = nodes.Distinct().ToList();
  _comboFilterNode.ItemsSource = ComboItems;

foreach（doc.DocumentNode.subjects（）中的HtmlNode n）
{
如果（n.Attributes.Count！=0）
{
节点。添加（“//”+n.Name+“[@”+n.Attributes[0]。Name+“=”“+n.Attributes[0]。Value+“]”）；
}
其他的
{
nodes.Add（n.Name）；
}
}
List ComboItems=nodes.Distinct（）.ToList（）；
_comboFilterNode.ItemsSource=ComboItems；

---

遗憾的是，我现在只有一个属性可以过滤它，但它可以满足需要，并在XPath中返回。

“…我不想要innerHTML”，innerHTML的问题是什么？（我会这样做，而不是试图获取给定元素的不同XPath，这将使构建更加复杂）如果我得到innerHTML，我也会得到所有子元素，我不希望这样

<a href="http://www.google.com/"/>

foreach (HtmlNode n in doc.DocumentNode.Descendants())
{
        if (n.Attributes.Count != 0)
        {
              nodes.Add("//"+n.Name + "[@" + n.Attributes[0].Name+"='"+n.Attributes[0].Value+"']");
         }
         else
         {
               nodes.Add(n.Name);
          }
  }

  List<string> ComboItems = nodes.Distinct().ToList();
  _comboFilterNode.ItemsSource = ComboItems;