关于javascript:HtmlAgilityPack中使用xpath获取属性值

48次阅读

共计 1466 个字符，预计需要花费 4 分钟才能阅读完成。

HtmlAgilityPack 介绍

HtmlAgilityPack 是一个专门用来解析 Html 的库，它能够应用 xml 的形式来解析 html。

有人说了，html 自身不就是 xml？是的，html 就是 xml，然而 html 很宽松，没有敞开的节点也能够用，还有一些其余的内容比方 js 夹杂在外面。如果间接应用 xml 解析库的话 9 成会报错的。

而 HtmlAgilityPack 会去解决这些问题，把 Html 转成一个靠近规范的 xml 来供咱们应用。
获取内容

网上对于 HtmlAgilityPack 的介绍其实很多，而且用法其实就那么几句话。

var doc = new HtmlAgilityPack.HtmlDocument();

        doc.LoadHtml(html);
        var root = doc.DocumentNode;

这个也没啥好说的，次要就是 doc.LoadHtml(html); 这里有个重载是 doc.Load()，外面能够间接放 url，也能够放 Stream。

咱们这里应用 LoadHtml 间接加载 html 内容次要是因为咱们的 html 拿的时候可能还须要别的货色，须要另行获取。

最初的 var root = doc.DocumentNode; 这个 root 就是 <html> 节点，整个 html 的根目录。

而后很多文章的说法就是咱们要获取 Node，即应用

var node =root.SelectSingleNode(“xpath”);

这样必定是没问题的，而后咱们如果要取得它的属性，就能够拿这个 Node 的 node.GetAttributeValue(“name”, 默认值); 获取内容。

比方咱们要获取 id 为 test 的 a 标签的 href，咱们能够写个例子

        var doc = new HtmlAgilityPack.HtmlDocument();
        doc.LoadHtml(html);
        var root = doc.DocumentNode;
        var node =root.SelectSingleNode("//a[@id='test']");
        var href = GetAttributeValue("href", "");

这样咱们就能获取到 href 了。是不是很简略？
间接获取属性值

下面的例子看起来很好，然而有个比拟麻烦的问题，就是有时候咱们想间接获取属性值。比方我有一个这样的 xpath //a[@id=’test’]/@href，如果咱们还用下面的代码套进去。

        var doc = new HtmlAgilityPack.HtmlDocument();
        doc.LoadHtml(html);
        var root = doc.DocumentNode;
        var node =root.SelectSingleNode("//a[@id='test']/@href");

咱们的 node 是不是就是 href 的值呢？通过测试，不是的，这里的 node 还是那个 a。

所以咱们无奈间接这样来获取。

通过一番查问，发现 HtmlAgilityPack 提供了一个 HtmlNodeNavigator 来实现这个需要。

var doc = new HtmlAgilityPack.HtmlDocument();

        doc.LoadHtml(html);
        var root = doc.DocumentNode;
        HtmlNodeNavigator navigator = (HtmlNodeNavigator)root.CreateNavigator();
        var node = navigator.SelectSingleNode("//a[@id='test']/@href");
        var href = node.Value;

正文完