C# 用于检索内部此信息的XPATH表达式<；b></b>&书信电报；br/>；标签

首先，我对html的了解还不够基本

我有一段html代码：

    <div class="main_panel_sub">
        <p>
            <p>
                <b>Genre</b>: pop<br/>
                <b>Country</b>: USA<br />
                <b>Year</b>: 2013<br />
                <b>Audio codec</b>: MP3<br />
                <b>Riptype</b>: tracks<br />
                <b>Bitrate</b>: 320 kbps<br />
                <b>Playtime</b>: 01:06:44<br />
                <b>Size:</b> 153 MB<br />
                <b>Site:</b> 
                <a href='XXXXXXX'>XXXXXXX.com</a>
            </p>
        </p>

在上面的第一行代码中，我得到了字符串

Genre

，而不是Genre值

Pop

第二行是

Year

字符串，而不是

2013

更新：

（有问题的）变体DIV示例：

<div class="main_panel_sub">
<p><p><b>Genre</b>: Synthpop<br />
<b>Year</b>: 2012<br />
<b>Audio codec</b>: MP3<br />
<b>Riptype</b>: tracks<br />
<b>Bitrate</b>: VBR~256 kbps<br />
<b>Playtime</b>: 00:29:21<br />
<b>Size:</b> 57 MB<br />
<b>Site:</b> <a href='http://xxxxxxxxxxxx.com'>xxxx.com</a></p>
</p>

类型：Synthpop

年份：2012年

音频编解码器：MP3

Riptype：轨道

比特率：VBR~256 kbps

播放时间：00:29:21

大小：57MB

地点：

以及我尝试使用的代码：

 Dim fields = (From field In node.SelectNodes("..//div[@class='main_panel_sub']//b")
              Let contentNodes = field.ParentNode.ChildNodes.SkipWhile(Function(e) Not e.Equals(field)).
                                 TakeWhile(Function(e) e.Equals(field) OrElse e.Name <> "b")
                                 Let content = [String].Concat(contentNodes.[Select](Function(e) e.InnerText))
                                 Select content.Split(":")).
                                        ToDictionary(Function(s) s(0).ToLower.Trim(), Function(s) s(1).Trim())

Dim fields=（从节点中的字段选择节点（..//div[@class='main\u panel\u sub']//b”）
让contentNodes=field.ParentNode.ChildNodes.SkipWhile（函数（e）而不是e.Equals（字段））。
TakeWhile（函数（e）e.Equals（字段）或lse e e.Name“b”）
让content=[String].Concat（contentNodes.[Select]（函数（e）e.InnerText））
选择content.Split（“：”）。
ToDictionary（函数s（0）.ToLower.Trim（），函数s（1.Trim（））

解析这样的html是有问题的，因为它列出的属性不一致。所有字段都没有固定的模式。冒号有时位于

b

标记内，并非所有字段都以

br

标记结尾（这将是划分每个字段的一个好方法。如果您对html的格式有任何影响，我会推动为每个字段使用一种一致的格式。或者至少将它们放在无序列表中，或者让选择字段更容易完成

基本上，你会想把所有的字段和它们的内容分组，然后解析出这些组。说起来容易做起来难，但可行

var fields =
    (from field in node.SelectNodes("..//div[@class='main_panel_sub']//b")
    // group the nodes
    let contentNodes = field.ParentNode.ChildNodes
        .SkipWhile(e => e != field)
        .TakeWhile(e => e == field || e.Name != "b")
    // easier to parse as strings
    let content = String.Concat(contentNodes.Select(e => e.InnerText))
    select content.Split(':'))
    .ToDictionary(s => s[0].Trim(), s => s[1].Trim());
var genre = fields["Genre"];
var year = fields["Year"];

---

是的，不幸的是，html的格式不能很好地坚持纯粹的HAP方法。你必须进行混合才能完成你想要的。Jeff Mercado linq方法不适用于这样的类型：

类型：Synthpop

请你修复它，它以什么方式失败？如果是这样的话重要的是，在问题中，它与您的示例没有太大的不同，因此它应该是有效的。您可以在您的问题（完整的

main_panel_sub

div）中包含它作为一个示例吗？这样我就可以看到需要更改的内容。我已经更新了我的问题，它抛出了一个异常，我认为是因为“b”，我没有使用C#版本，我已将其翻译为VB，但经过任何修改（只是添加了s（0）.Tolower）有什么例外？我运行了与您在该代码段上使用的相同的VB代码，对于该示例来说很好。

var fields =
    (from field in node.SelectNodes("..//div[@class='main_panel_sub']//b")
    // group the nodes
    let contentNodes = field.ParentNode.ChildNodes
        .SkipWhile(e => e != field)
        .TakeWhile(e => e == field || e.Name != "b")
    // easier to parse as strings
    let content = String.Concat(contentNodes.Select(e => e.InnerText))
    select content.Split(':'))
    .ToDictionary(s => s[0].Trim(), s => s[1].Trim());
var genre = fields["Genre"];
var year = fields["Year"];