Tag: html agility pack

HtmlAgilityPackselectchildNodes不是预期的: 我试图使用HtmlAgilityPack库来parsing页面中的一些链接，但是我没有看到我期望的方法的结果。在下面我有一个HtmlNodeCollection的链接。对于每一个链接，我想检查是否有一个图像节点，然后parsing它的attribures，但是linkNode的SelectNodes和SelectSingleNode方法似乎是search父文档而不是linkNode的childNodes什么给？ HtmlDocument htmldoc = new HtmlDocument(); htmldoc.LoadHtml(content); HtmlNodeCollection linkNodes = htmldoc.DocumentNode.SelectNodes("//a[@href]"); foreach(HtmlNode linkNode in linkNodes) { string linkTitle = linkNode.GetAttributeValue("title", string.Empty); if (linkTitle == string.Empty) { HtmlNode imageNode = linkNode.SelectSingleNode("/img[@alt]"); } } 有没有其他方法可以得到linkNode的图像childNode的ALT属性，如果它存在？

HTML敏捷性包 – parsing表: 我想使用HTML敏捷性包parsing来自复杂网页的表，但我在某种程度上迷失在对象模型中。我看了链接的例子，但没有find任何表格数据。我可以使用XPath获取表格吗？加载了关于如何获取表格的数据后，我基本上已经丢失了。我之前在Perl中做过这件事，这有点笨拙，但工作。（ HTML::TableParser ）。如果能够解释正确的对象顺序，我也很高兴。

HtmlAgilityPack：以stringforms获取整个HTML文档: HtmlAgilityPack是否能够以HtmlDocument对象的forms返回整个 HTML标记？

Html敏捷包按类别获取所有元素: 我正在攻击html敏捷包，无法find正确的方式去做这件事。例如： var findclasses = _doc.DocumentNode.Descendants("div").Where(d => d.Attributes.Contains("class")); 但是，显然你可以添加更多的类，然后divs，所以我尝试了这个.. var allLinksWithDivAndClass = _doc.DocumentNode.SelectNodes("//*[@class=\"float\"]"); 但是，这并不处理您添加多个类的情况下，“浮动”只是其中之一像这样.. class="className float anotherclassName" 有办法处理所有这一切吗？我基本上想要select所有具有类=和包含浮动的节点。 **答案已经在我的博客文档中有详细的解释： Html Agility Pack按类别获取所有元素

Html Agility Pack是否仍然是最好的.NET HTMLparsing器？: Html Agility Pack是前段时间给出的一个StackOverflow问题的答案，它仍然是最好的select？还有什么其他的select应该考虑？有更轻量级的东西吗？

HTML敏捷包 – 删除不需要的标签而不删除内容？: 我在这里看到了一些相关的问题，但是他们并没有提到我面临的同样的问题。我想使用HTML Agility Pack从我的HTML中删除不需要的标签，而不会丢失标签内的内容。例如，在我的情况下，我想保留标签“ b ”，“ i ”和“ u ”。对于像这样的input： <p>my paragraph <div>and my <b>div</b></div> are <i>italic</i> and <b>bold</b></p> 生成的HTML应该是： my paragraph and my <b>div</b> are <i>italic</i> and <b>bold</b> 我尝试使用HtmlNode的Remove方法，但它也删除我的内容。有什么build议么？

使用HtmlAgilityPackparsingHTML页面: 使用C＃我想知道如何从这个示例html脚本获取文本框的值（即：约翰）： <TD class=texte width="50%"> <DIV align=right>Name :<B> </B></DIV></TD> <TD width="50%"><INPUT class=box value=John maxLength=16 size=16 name=user_name> </TD> <TR vAlign=center>

HTML敏捷包条带标签不在白名单中: 我试图创build一个函数，删除不在白名单中的HTML标签和属性。我有以下的HTML： <b>first text </b> <b>second text here <a>some text here</a> <a>some text here</a> </b> <a>some twxt here</a> 我正在使用HTML敏捷包，我到目前为止的代码是： static List<string> WhiteNodeList = new List<string> { "b" }; static List<string> WhiteAttrList = new List<string> { }; static HtmlNode htmlNode; public static void RemoveNotInWhiteList(out string _output, HtmlNode pNode, List<string> pWhiteList, List<string> attrWhiteList) { // remove all […]

HtmlAgilityPack – 由于某种原因，<form>是否closures？: 我只是写了这个testing，看看我是不是疯了… using System; using System.Collections.Generic; using System.Linq; using System.Text; using HtmlAgilityPack; namespace HtmlAgilityPackFormBug { class Program { static void Main(string[] args) { var doc = new HtmlDocument(); doc.LoadHtml(@" <!DOCTYPE html> <html> <head> <title>Form Test</title> </head> <body> <form> <input type=""text"" /> <input type=""reset"" /> <input type=""submit"" /> </form> </body> </html> "); var body = doc.DocumentNode.SelectSingleNode("//body"); foreach […]