使用 XPATH 通过 HTML Agility Pack 获取元标记属性

Question

META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=iso-8859-1" />
TITLE>Microsoft Corporation
META http-equiv="PICS-Label" content="(PICS-1.1 "http://www.rsac.org/ratingsv01.html" l gen true r (n 0 s 0 v 0 l 0))" />
META NAME="KEYWORDS" CONTENT="products; headlines; downloads; news; Web site; what's new; solutions; services; software; contests; corporate news;" />
META NAME="DESCRIPTION" CONTENT="The entry page to Microsoft's Web site. Find software, solutions, answers, support, and Microsoft news." />
META NAME="MS.LOCALE" CONTENT="EN-US" />
META NAME="CATEGORY" CONTENT="home page" />

我想知道使用 HTML Agility Pack 获取类别元标记的 Content 属性的值需要什么 XPATH。 （我删除了 html 代码中每行的第一个 <，以便它可以发布）。

Answer 1

很长一段时间HtmlAgilityPack 不具备直接查询某个属性值的能力< /a>.您必须循环元节点列表。这是一种方法：

var doc = new HtmlDocument();
doc.LoadHtml(htmlString);

var list = doc.DocumentNode.SelectNodes("//meta"); 
foreach (var node in list)
{
    string content = node.GetAttributeValue("content", "");
}

但看起来有一个 实验性 xpath 版本 可以让你这样做。

doc.DocumentNode.SelectNodes("//meta/@content") 

将返回 HtmlAttribute 对象的列表。

Answer 2

感谢 Rohit Agarwal 的快速回复（我在问了几个小时后就看到它得到了答复，但直到今天才能够测试）。

我最初确实按照如下方式实现了您的建议（位于 vb.net 中）


Dim 结果 As String = webClient.DownloadString(url)
Dim doc As New HtmlDocument()
doc.LoadHtml(result)

    Dim list = doc.DocumentNode.SelectNodes("//meta")
    Dim node As Object

    For Each node In list
        Dim metaname As String = node.GetAttributeValue("name", String.Empty)
        If metaname <> String.Empty Then
            If (metaname = "title") Then
                title = node.GetAttributeValue("content", String.Empty)
            //more elseif thens
            End if
        End if
    Next (node)

但是，我发现 //meta[@name='title'] 会给我相同的结果


Dim result As String = webClient.DownloadString(url)

Dim doc As New HtmlDocument()
doc.LoadHtml(结果)

title = doc.DocumentNode.SelectNodes("//meta[@name='title']")(0).GetAttributeValue("content", String.Empty)


感谢您让我走上正确的道路=D

Answer 3

如果您只想让元标记显示标题、描述和关键字，请使用

 if (metaTags != null)
        {
            foreach (var tag in metaTags)
            {
                if ((tag.Attributes["name"] != null) & (tag.Attributes["content"] != null))
                {
                       Panel divPage = new Panel();                        
                       divPage.InnerHtml = divPage.InnerHtml + "<br /> " +
                        "<b> Page " + tag.Attributes["name"].Value + " </b>: " +
                            tag.Attributes["content"].Value + "<br />";
                }
            }
        }

如果您想从链接获取 og:tags，然后添加此代码，

            if ((tag.Attributes["property"] != null) & (tag.Attributes["content"] != null))
            {
                if (tag.Attributes["property"].Value == "og:image")
                {
                    img.ImageUrl = tag.Attributes["content"].Value;
                }

            }

这是很棒的体验...我喜欢： ）这段代码曾经

Answer 4

没有错误检查：

doc.DocumentNode.SelectSingleNode("//meta[@name='description']").Attributes["content"].Value;

当然，如果节点为空，或者内容属性不存在，这将产生问题。