Fatal编程技术网
  • parsing/
  • Parsing Html敏捷包xPath问题

Parsing Html敏捷包xPath问题

parsing xpath

Parsing Html敏捷包xPath问题,parsing,xpath,html-agility-pack,Parsing,Xpath,Html Agility Pack,我正在开发一个.Net控制台应用程序。 我想请求一个HTML页面，然后获取其中的一些数据。 我使用从响应HTML页面构建对象模型，并使用xPath选择节点 以下是响应HTML页面的摘录： <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w

我正在开发一个.Net控制台应用程序。
我想请求一个HTML页面，然后获取其中的一些数据。
我使用从响应HTML页面构建对象模型，并使用xPath选择节点

以下是响应HTML页面的摘录：

<!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">
<!-- ... -->
<body>
    <div class="conteneur">
        <!-- ... -->
        <div class="page">
            <div class="inter_page">
                <!-- ... -->
                <form action="missions.html" method="post" id="formliste">
                <table class="tbl_deco_mini" cellspacing="0" style="width: 30%; margin: 0px;">
                    <tr>
                        <!-- ... -->
                    </tr>
                    <tr>
                        <td colspan="2" class="td">
                            <div class="inliste">
                                <p class="ligne_epee">
                                    <a id="3"></a><a href="http://ffta.mimigyaru.com/missions,affiche_001-moisson-dherbe.html#3"
                                        class="simple">
                                        <img src="http://ffta.mimigyaru.com/medias/divers/mission_batail.png" alt="Moisson d'herbe"
                                            class="img_middle" title="Moisson d'herbe" /></a>&nbsp;<a href="http://ffta.mimigyaru.com/missions,affiche_001-moisson-dherbe.html#3">001-Moisson
                                                d'herbe</a>
                                </p>
                                <!-- ... -->
                            </div>
                        </td>
                    </tr>
                    <tr>
                        <!-- ... -->
                    </tr>
                </table>
                </form>
            </div>
        </div>
        <!-- ... -->
    </div>
</body>
</html>
我想选择
节点，它是
节点的第一个子节点。
我编写了以下代码：

HtmlDocument l_missionsDoc = new HtmlDocument();
l_missionsDoc.Load(l_stream);

XPathNavigator l_navigator = l_missionsDoc.CreateNavigator();
XPathNodeIterator l_iterator = l_navigator.Select("//form[@id='formliste']/table");

if (l_iterator.Count <= 0) continue;

HtmlDocument l_commissionsdoc=new HtmlDocument（）；
l_任务文档加载（l_流）；
XPathNavigator l_navigator=l_任务doc.CreateNavigator（）；
XPathNodeIterator l_iterator=l_navigator。选择（“//form[@id='formliste']/table”）；

如果（l_iterator.Count，这是因为HTML Agility Pack对表单标记进行了特殊处理。原因如下所述：

因此，您基本上需要删除该特殊处理，如下所示（必须在任何加载之前发生）：


//指示库像对待任何其他标记一样对待表单
HtmlNode.ElementsFlags.Remove（“表单”）；
HtmlDocument l_任务doc=新HtmlDocument（）；
l_任务文档加载（l_流）；
XPathNavigator l_navigator=l_任务doc.CreateNavigator（）；
XPathNodeIterator l_iterator=l_navigator。选择（“//form[@id='formliste']/table”）；
if（l_iterator.Count）

// instruct the library to treat FORM like any other tag
HtmlNode.ElementsFlags.Remove("form");

HtmlDocument l_missionsDoc = new HtmlDocument();
l_missionsDoc.Load(l_stream);

XPathNavigator l_navigator = l_missionsDoc.CreateNavigator();
XPathNodeIterator l_iterator = l_navigator.Select("//form[@id='formliste']/table");

if (l_iterator.Count <= 0) continue;