HTML XPath 按类名搜索

Posted 2023-03-05

【中文标题】HTML XPath 按类名搜索

【英文标题】：HTML XPath Searching by class name

【发布时间】：2017-10-05 15:51:35

【问题描述】：

我在 c# 中遇到了 xpath 的问题 我想找到具有这种结构的所有元素 我有 10 个链接，它们都具有这种结构：

<div class="PartialSearchResults-item" data-zen="true">
<div class="PartialSearchResults-item-title">
<a class="PartialSearchResults-item-title-link result-link"target="_blank" href='https://www.google.com/'> Google</a>
    </div>
<p class="PartialSearchResults-item-url">www.google.com</p>
<p class="PartialSearchResults-item-abstract">Search the world.</p>
   </div>

例如，对于这个示例，我想获取“Google”、“www.google.com”和“搜索世界”。

var titles = hd.DocumentNode.SelectNodes("//div[contains(@class, 'PartialSearchResults-item')]");
string link;
foreach (htmlNode node in titles)
string description = node.SelectSingleNode(".//*[contains(@class,'PartialSearchResults-item-abstract')]").InnerText;

link = node.SelectSingleNode(".//*[contains(@class,'PartialSearchResults-item-url')]").InnerText;

 string title = node.SelectSingleNode(".//a[contains(@class,'PartialSearchResults-item-title-link result-link')]").InnerText;

但我得到错误空引用

【参考方案1】：

问题在于您获得titles 的查询。您正在寻找 class 属性包含 PartialSearchResults-item 的 div，这是您项目的根节点。但也有其他节点可以满足您的查询，例如具有 PartialSearchResults-item-title 类的 div 也可以满足您的查询。然后在选择这 2 个 div 之后，您将对其进行迭代并尝试获取子节点的总和，对于第一次迭代，您的代码将正常工作，因为您有正确的节点，但在第二次迭代中，您有一个类为 PartialSearchResults-item-title 的节点只有一个a，因此当您查询描述时，您将在第二次迭代中获得NullReferenceException，因为您正在尝试获取null 对象的InnerText 属性的值

string description = node.SelectSingleNode(".//*[contains(@class,'PartialSearchResults-item-abstract')]").InnerText;

我建议不要使用contains。在您的情况下，您的根节点只有一个类PartialSearchResults-item，因此您可以像这样查询它

var titles = hd.DocumentNode.SelectNodes("//div[@class='PartialSearchResults-item']");

【讨论】：

您的解决方案是正确的，但我也被困在同一点上，在我的情况下，类名 PartialSearchResults-item（例如）我也有其他类。所以无法通过使用var titles = hd.DocumentNode.SelectNodes("//div[@class='PartialSearchResults-item']"); 来获得结果，因为使用这种语法我需要给每个类名以及不会被修复的类名。