C# 简单XPath查询:没有结果
我想在我的C#程序中解析网站的HTML 首先,我使用DLL将HTML转换为XML。为此,我使用以下方法:C# 简单XPath查询:没有结果,c#,.net,html,xml,C#,.net,Html,Xml,我想在我的C#程序中解析网站的HTML 首先,我使用DLL将HTML转换为XML。为此,我使用以下方法: XmlDocument FromHtml(TextReader reader) { // setup SGMLReader Sgml.SgmlReader sgmlReader = new Sgml.SgmlReader(); sgmlReader.DocType = "HTML"; sgmlReader.WhitespaceHandling = Whites
XmlDocument FromHtml(TextReader reader)
{
// setup SGMLReader
Sgml.SgmlReader sgmlReader = new Sgml.SgmlReader();
sgmlReader.DocType = "HTML";
sgmlReader.WhitespaceHandling = WhitespaceHandling.None;
sgmlReader.CaseFolding = Sgml.CaseFolding.ToLower;
sgmlReader.InputStream = reader;
// create document
XmlDocument doc = new XmlDocument();
doc.PreserveWhitespace = true;
doc.XmlResolver = null;
doc.Load(sgmlReader);
return doc;
}
接下来,我阅读了一个网站,并尝试查找标题
节点:
var client = new WebClient();
var xmlDoc = FromHtml(new StringReader(client.DownloadString(@"http://www.switchonthecode.com")));
var result = xmlDoc.DocumentElement.SelectNodes("head");
但是,此查询给出一个空结果(count==0)。但是,当我检查xmlDoc.DocumentElement的结果视图时,我看到以下内容:
知道为什么没有结果吗?请注意,当我尝试其他站点时,例如,它可以工作。您可以使用它。它是一个开源的HTML解析器,您可以使用它。这是一个开源HTML解析器您需要明确选择使用名称空间,请参见此
您需要显式地选择使用名称空间,请参见以下内容
头上有一个名称空间
——你可以在截图中看到它;头上有一个名称空间
——你可以在截图中看到它技术上,代码给出了问题的正确答案。然而,我尝试了你的建议,它工作起来更容易,因为不需要名称空间!谢谢。从技术上讲,代码给出了问题的正确答案。然而,我尝试了你的建议,它工作起来更容易,因为不需要名称空间!谢谢
XmlNamespaceManager manager = new XmlNamespaceManager(doc.NameTable);
manager.AddNamespace("ns", "http://www.w3.org/1999/xhtml");
doc.DocumentElement.SelectNodes("ns:head", manager);