C# html 敏捷包按类名获取元素

Posted 2023-03-05

【中文标题】C# html 敏捷包按类名获取元素

【英文标题】：C# html agility pack get elements by class name

【发布时间】：2022-03-07 21:05:07

【问题描述】：

我正在尝试获取他们的类包含某个单词的所有 div：

<div class="hello mike">content1</div>
<div class="hello jeff>content2</div>
<div class="john">content3</div>

我需要获取他们的类包含单词“hello”的所有 div。 像这样的：

resultContent.DocumentNode.SelectNodes("//div[@class='hello']"))

我如何使用敏捷包做到这一点？

【参考方案1】：

我明白了：

resultContent.DocumentNode.SelectNodes("//div[contains(@class, 'hello')]")

【参考方案2】：

从 html Agility Pack v1.6.5 版本开始，它包含.HasClass("class-name") 扩展方法。

IEnumerable<HtmlNode> nodes =
    htmlDoc.DocumentNode.Descendants(0)
        .Where(n => n.HasClass("class-name"));

【讨论】：

Above 比最流行的答案快 5 倍 - 尽管我使用 document.DocumentNode.Descendants().Where(x => x.HasClass(....

【参考方案3】：

我敢肯定，因为您的 div 中有多个类，所以这是行不通的。你可以试试这个：

resultContent.DocumentNode.Descendants("div").Where(d => d.Attributes["class"].Value.Contains("hello"));

【讨论】：

与其他答案相比有一个缺点：如果有一个没有class 的 div，它会引发异常。改用这个：.Where(d => d.GetAttributeValue("class", "").Contains("hello"));

【参考方案4】：

由于您已指定该类必须包含某个单词，因此以下将确保该单词是：

在字符串的开头，后跟一个空格 或在字符串中间并被空格包围 或在字符串的末尾并以空格开头 或类属性中唯一的类名

它通过比较由空格包围的类属性的值与由空格包围的指定单词 (hello) 来实现。这是为了避免像class="something-hello-something"这样的误报

resultContent.DocumentNode.SelectNodes("//div[contains(concat(' ', @class, ' '), ' hello ')]");

【参考方案5】：

HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.Load(filePath);
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//div[@class='hello']")
 
    //code
 

【讨论】：

不起作用。 OP 尝试查找类 包含 一个单词作为子字符串的所有 div，例如 hello。您只选择类 hello

的 div