如何使用 HtmlAgilityPack 获取表单中的所有输入元素而不会出现空引用错误
Posted
技术标签:
【中文标题】如何使用 HtmlAgilityPack 获取表单中的所有输入元素而不会出现空引用错误【英文标题】：How to get all input elements in a form with HtmlAgilityPack without getting a null reference error 【发布时间】：2011-01-24 01:23:12 【问题描述】：示例 html：
<html><body>
<form id="form1">
<input name="foo1" value="bar1" />
<!-- Other elements -->
</form>
<form id="form2">
<input name="foo2" value="bar2" />
<!-- Other elements -->
</form>
</body></html>
测试代码：
HtmlDocument doc = new HtmlDocument();
doc.Load(@"D:\test.html");
foreach (HtmlNode node in doc.GetElementbyId("form2").SelectNodes(".//input"))
Console.WriteLine(node.Attributes["value"].Value);
doc.GetElementbyId("form2").SelectNodes(".//input") 语句给了我一个空引用。
我做错了什么吗？谢谢。
【问题讨论】：
【参考方案1】：您可以执行以下操作：
HtmlNode.ElementsFlags.Remove("form");
HtmlDocument doc = new HtmlDocument();
doc.Load(@"D:\test.html");
HtmlNode secondForm = doc.GetElementbyId("form2");
foreach (HtmlNode node in secondForm.Elements("input"))
HtmlAttribute valueAttribute = node.Attributes["value"];
if (valueAttribute != null)
Console.WriteLine(valueAttribute.Value);
默认情况下，HTML Agility Pack 将表单解析为空节点，因为它们允许与其他 HTML 元素重叠。第一行 (HtmlNode.ElementsFlags.Remove("form");) 禁用此行为，允许您在第二个表单中获取输入元素。
更新： 表单元素重叠示例：
<table>
<form>
<!-- Other elements -->
</table>
</form>
元素在表格内部开始，但在表格元素外部结束。这在 HTML 规范中是允许的，HTML Agility Pack 必须处理它。
【讨论】：
这是否意味着，除非您使用HtmlNode.ElementsFlags.Remove("form");，否则无法通过HAP 解析form 元素的子元素？
@Kevin，我不知道任何其他选择。
5 年后 - 仍然是一个要求，仍然是正确的答案。另外，仍然应该在包本身中进行更改...
应该是 secondForm.SelectNodes(".//input")) 而不是 secondForm.Elements("input"))，否则得不到嵌套的输入元素。【参考方案2】：
只需将它们放入数组中即可：
HtmlNodeCollection resultCollection = doc.DocumentNode.SelectNodes("//*[@type='text']");
【讨论】：
以上是关于如何使用 HtmlAgilityPack 获取表单中的所有输入元素而不会出现空引用错误的主要内容，如果未能解决你的问题，请参考以下文章
获取两个标签之间的内部文本 - VB.NET - HtmlAgilityPack