C# 使用Agility Pack WP8解析HTML页面
我想解析这个文件:只解析重要的部分C# 使用Agility Pack WP8解析HTML页面,c#,html,parsing,windows-phone-8,C#,Html,Parsing,Windows Phone 8,我想解析这个文件:只解析重要的部分 <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml"> <head> ... </head> <body onload="Xaprb.
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
...
</head>
<body onload="Xaprb.InputMask.setupElementMasks()">
<div align="center">
<table> ... </table>
<table width="900" height="500" border="0" cellpadding="0"
cellspacing="0" class="content">
<tr>
<td width="45"> </td>
<td width="210" valign="top">
<div class="np_table">
<div class="np_bl">
<div class="np_br">
<div class="np_tl">
<div class="np_tr">
<span class="name_heading">Hello</span><br />
<span class="name_content">**NAME I NEED**</span><br />
<br /> <span class="name_heading">Number:</span><br />
<span class="name_content">**NUMBER I NEED**</span>
</div>
</div>
</div>
</div>
</div> <br>
<div class="menu"> ... </div>
<p> </p>
</td>
<td width="600" valign="top">
<div class="content_table">
<div class="ct_bl">
<div class="ct_br">
<div class="ct_tl">
<div class="ct_tr">
<span class="heading">...</span>
<p><b>**I need this number too: 250**</b> <br />
<br />
Here is the datum I want: **17-04-2014**. <br />
Please do not...</p>
<p><b>...</b></p>
<br /><br>
</div>
</div>
</div>
</div>
</div>
</td>
</body>
</html>
但我不知道我是如何通过HTML敏捷包获得这些信息的。有人能帮我吗?或者给我一些提示?我们可以使用XPath查询,使用HtmlAgilityPack选择HTML文档的特定部分。因此,请阅读一些XPath教程开始: MSDN: W2School: 例如,要从本问题中的示例HTML中获取所需的名称:
var name =
doc.DocumentNode
.SelectSingleNode("//span[@class='name_content' and .='Hello']/following-sibling::span[1]");
if(name!= null) Console.WriteLine(name.InnerText);
解释上述示例中使用的XPath:
//跨度
扫描整个文档中的元素。。。
[@class='name\u content'和.='Hello']
类属性值等于name_content,元素值等于Hello,
/以下兄弟姐妹::span[1]
然后从当前获取类型为的最接近的后续同级元素。。。
你可能会发现这很有用。[谢谢!这是名称,但是数字项也在一个span元素中,类名为'Name_content',第二个数字是元素dir,类名为'ct_tr',但是我如何读取特定元素var numbertw中的第一个数字和特定元素var date中的日期?修复了我的示例,我指的是na我。一个问题有很多工作要解决。所以我给出了一个示例,您尝试找出可能用于选择其余部分的条件,然后尝试将这些条件转换为XPath查询。无论您遇到什么问题,请打开一个问题,显示您已经尝试和研究了多远。我现在明白了,谢谢您的帮助!我明白了其余的就不要了!:
var name =
doc.DocumentNode
.SelectSingleNode("//span[@class='name_content' and .='Hello']/following-sibling::span[1]");
if(name!= null) Console.WriteLine(name.InnerText);