如何使用html敏捷包解析一个简单的页面？

Question

我正在尝试解析此页面，但有对于我来说，没有太多独特的信息来唯一地标识我想要的部分。

基本上，我试图将大部分数据直接传输到 Flash 视频中。所以：

Alternating Floor Press

Type: Strength
Main Muscle Worked: Chest 
Other Muscles: Abdominals, Shoulders, Triceps 
Equipment: Kettlebells 
Mechanics Type: Compound
Level: Beginner
Sport: No
Force: N/A

还有显示之前和之后状态的图像链接。

现在我使用这个：

HtmlAgilityPack.HtmlDocument doc = web.Load ( "http://www.bodybuilding.com/exercises/detail/view/name/alternating-floor-press" );
IEnumerable<HtmlNode> threadLinks = doc.DocumentNode.Descendants ( "a" );

foreach ( var link in threadLinks )
{
    string str = link.InnerHtml;
    Console.WriteLine ( str );
}

这给了我很多我不需要的东西，但也打印了我需要的东西。我是否应该通过尝试查看我的目标数据可能位于其中的位置来解析此打印数据？

Answer 1

您可以选择您感兴趣的节点的 id：

        HtmlAgilityPack.HtmlWeb web = new HtmlWeb();
        HtmlAgilityPack.HtmlDocument doc = web.Load("http://www.bodybuilding.com/exercises/detail/view/name/alternating-floor-press");
        IEnumerable<HtmlNode> threadLinks = doc.DocumentNode.SelectNodes("//*[@id=\"exerciseDetails\"]");

        foreach (var link in threadLinks)
        {
            string str = link.InnerText;
            Console.WriteLine(str);
        }
        Console.ReadKey();

Answer 2

对于给定的 节点，要获取显示的文本，请尝试 .InnerText。

现在您正在使用文档中所有 标记的内容。尝试缩小范围，只找到您需要的。查找包含您要查找的特定 标记的其他元素。例如，它们是否都位于具有特定类的

中？

例如，如果您发现您感兴趣的 标签都位于

中，那么您可以执行以下操作：-

IEnumerable<HtmlNode> threadLinks = doc.DocumentNode.Descendants("div")
    .First(dn => dn.Attributes["class"] == "foolinks").Descendants("a");

- -更新--

鉴于您评论中的信息，我会尝试：-

IEnumerable<HtmlNode> threadLinks = doc.DocumentNode.Descendants("div")
    .First(dn => dn.Id == "exerciseDetails").Descendants("a");

--更新--

如果您在使其工作时遇到困难，请尝试将其分解为变量分配并逐步执行代码，检查每个变量以查看是否它包含您所期望的内容。

例如，

var divs = doc.DocumentNode.Descendants("div");
var div = divs.FirstOrDefault(dn => dn.Id == "exerciseDetails");
if (div == null)
{
    // couldn't find the node - do whatever is appropriate, e.g. throw an exception
}

IEnumerable<HtmlNode> threadLinks = div.Descendants("a");

顺便说一句 - 我不确定 .Id 属性是否按照您的建议映射到节点的 id 属性。如果没有，您可以尝试 dn => dn.Attributes["id"] == "exerciseDetails" 代替。