使用 HtmlAgilityPack 编写查询来解析 HTML DOCUMENT

Question

我想获取 span class="floatClear" 中该元素的 A href，其评级在
中最低 span class="star-imgstars_4"

我如何使用 HtmlAgilityPack 来实现此行为我已经给出了我的文件的 html 源

<div class="businessresult">  //will repeat


      <div class="rightcol">

       <div class="rating">

        <span class="star-img stars_4">
          <img height="325" width="84" src="http://media1.px" alt="4.0 star rating"   **title**="4.0 star rating">
         </span>

        </div>
      </div>

        <span class="floatClear">
             <a class="ybtn btn-y-s" href="/writeareview/biz/KaBw8UEm8u6war_loc%NY">
        </span>
</div>

我编写的查询

var lowestreview = 
      from main in htmlDoc.DocumentNode.SelectNodes("//div[@class='rightcol']") 
       from rating in htmlDoc.DocumentNode.SelectNodes("//div[@class='rating']")
         from ratingspan in htmlDoc.DocumentNode.SelectNodes("//span[@class='star-img stars_4']")
          from floatClear in htmlDoc.DocumentNode.SelectNodes("//span[@class='floatClear']")
       select new { Rate = ratingspan.InnerText, AHref = floatClear.InnerHtml };

但我不知道如何在此处应用条件LINQ 查询的最后一行！

Answer 1

不要从整个 htmlDoc 中选择“ rating”，而是从之前找到的“main”中选择它。

我猜你需要类似的东西：

var lowestreview = 
  from main in htmlDoc.DocumentNode.SelectNodes("//div[@class='rightcol']") 
   from rating in main.SelectNodes("//div[@class='rating']")
     from ratingspan in rating.SelectNodes("//span[@class='star-img stars_4']")
      from floatClear in ratingspan.SelectNodes("//span[@class='floatClear']")
   select new { Rate = ratingspan.InnerText, AHref = floatClear.InnerHtml };

我希望如果其中一些 div 和跨度不存在，它不会崩溃：当 SelectNodes 不存在时，HtmlAgilityPack 的先前版本返回 null 而不是空列表找到任何东西。

编辑
您可能还需要更改内部选择的“xpath 查询”：将“//”更改为“.//”（开头额外的 .）以表明您确实想要一个子节点。如果 AgilityPack 的工作方式与常规 XML-XPath 相同（我不是 100% 确定），那么开头的“//”将从文档的根开始搜索，即使您从子节点指定它也是如此。 “.//”将始终从您正在搜索的节点开始搜索。

main.SelectNodes("//div[@class=' rating']") 也可能会找到

在上一行中找到的

之外。
main.SelectNodes(".//div[@class=' rating']") 应该可以解决这个问题。