主页 / 问题 / 1226313
Accepted
gfd2
Asked:2022-01-02 05:32:12 +0000 UTC2022-01-02 05:32:12 +0000 UTC

使用htmlagilitypack解析时如何从属性“a”中获取文本与“strong”中的内容进行比较

  • 772

对不起标题，我不知道怎么写。有一个包含几个li 的div块。每个li包含书的年份、作者、版权所有者等。我只想获取版权所有者。我想要做到这一点，我需要找到它在li中所说的位置，并使用(Atticus ABC)获取文本。我尝试了许多不同的方法，但都没有奏效。<strong> Правообладатель:</strong>

<div class="blocks">
<li>...</li>
<li>...</li>
<li>
<strong>Правообладатель:</strong>
<a href="/azbuka-attikus/">Азбука-Аттикус</a>
</li>
<li>...</li>
</div>

我试过这样：

HtmlNode pravo = document.DocumentNode.SelectSingleNode("//li/strong[@text='Правообладатель:']/a");

我知道这样我将无法从a获取文本，但我不再有任何想法如何做到这一点。

c#

1 个回答

  1. Best Answer

    好的备忘单 - Xpath备忘单

    错误消失了，但他从错误的地方取来并写了“Ickabog J.K. Rowling Table of Contents”，但应该是“Ickabog J.K. Rowling ABC-Atticus”。他从这里获取数据https://litres.ru/joan-ketlin-rouling/ikabog

    你的问题是你取了inspector的代码，也就是已经被页面内嵌的javascript处理过了，但是你需要准确的取页面的源代码（页面右键-Source code），必要的其中一部分看起来像这样：

    <li><strong>Правообладатель:</strong> <span data-link="/azbuka-attikus/" class="biblio_info_detailed__link biblio_book_link_js">Азбука-Аттикус</span></li>

    因此，获取所需链接的完整代码将如下所示。

    private static readonly HttpClient client = new HttpClient();

static async Task Main(string[] args)
{
    string html = await client.GetStringAsync("https://www.litres.ru/dzhoan-ketlin-rouling/ikabog/");
    HtmlDocument doc = new HtmlDocument();
    doc.LoadHtml(html);
    HtmlNode pravo = doc.DocumentNode.SelectSingleNode("//strong[contains(text(),'Правообладатель')]/following::span");
    Console.WriteLine(pravo.InnerText);
    Console.WriteLine(pravo.Attributes["data-link"].Value);
}

    控制台输出

    Азбука-Аттикус
/azbuka-attikus/

    或者更容易提出请求

    HtmlNode pravo = doc.DocumentNode.SelectSingleNode("//span[contains(@class,'biblio_book_link_js')]");

    你也可以不使用 XPath，而是使用 CSS 选择器，为此你需要额外安装 NuGet 包Fizzler.Systems.HtmlAgilityPack，你可以这样做：

    HtmlNode pravo = doc.DocumentNode.QuerySelector(".biblio_book_link_js");
    • 3

相关问题