通过 XPath 和 HtmlAgilityPack 获取属性的值

Question

我有一个 HTML 文档，我用 XPath 解析它。我想获取元素输入的值，但没有成功。

我的 Html：

<tbody>
  <tr>
    <td>
      <input type="text" name="item" value="10743" readonly="readonly" size="10"/>
    </td>
  </tr>
</tbody>

我的代码：

using HtmlAgilityPack;

HtmlAgilityPack.HtmlDocument doc; 
HtmlWeb hw = new HtmlWeb();
HtmlNodeCollection node = doc.DocumentNode.SelectNodes("//input/@value");
string s=node[0].InnerText;

所以我想获取值：“10743”（而且我不介意获取带有答案的其他标签。）

Answer 1

你可以在 .Attributes 集合中获取它：

var doc = new HtmlAgilityPack.HtmlDocument();
doc.Load("file.html");
var node = doc.DocumentNode.SelectNodes("//input") [0];
var val = node.Attributes["value"].Value; //10743

Answer 2

如果您使用HtmlNavigator，您也可以直接获取该属性。

//Load document from some html string
HtmlDocument hdoc = new HtmlDocument();
hdoc.LoadHtml(htmlContent);

//load navigator for current document
HtmlNavigator navigator = (HtmlNodeNavigator)hdoc.CreateNavigator();

//Get value with given xpath
string xpath = "//input/@value";
string val = navigator.SelectSingleNode(xpath).Value;

Answer 3

更新2：以下是如何使用 Html Agility Pack 获取属性值的代码示例：

http://htmlagilitypack.codeplex.com/wikipage?title=Examples

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
    HtmlAttribute att = link.Attributes["href"];
    att.Value = FixLink(att);
 }
 doc.Save("file.htm");

您显然需要根据您的需要调整此代码 - 例如您不会修改属性，但只会使用att.Value。

---

更新：您还可以看看这个问题：

使用 html Agility Pack 选择属性值

---

您的问题很可能是默认命名空间问题 - 搜索“XPath default namespace c#”，您会发现很多好的解决方案（提示：使用重载SelectNodes()< /strong> 具有 XmlNamespaceManager 参数）。

以下代码显示了“无命名空间”中文档中属性的获取结果：

using System;
using System.IO;
using System.Xml;

public class Sample
{

    public static void Main()
    {

        XmlDocument doc = new XmlDocument();
        doc.LoadXml("<input value='novel' ISBN='1-861001-57-5'>" +
                    "<title>Pride And Prejudice</title>" +
                    "</input>");

        XmlNode root = doc.DocumentElement;

        XmlNode value = doc.SelectNodes("//input/@value")[0];

        Console.WriteLine("Inner text: " + value.InnerText);
        Console.WriteLine("InnerXml: " + value.InnerXml);
        Console.WriteLine("OuterXml: " + value.OuterXml);
        Console.WriteLine("Value: " + value.Value);

    }
}

运行此应用程序的结果是：

Inner text: novel
InnerXml: novel
OuterXml: value="novel"
Value: novel

现在，对于以下文档：位于默认命名空间中：

using System;
using System.IO;
using System.Xml;

public class Sample
{

    public static void Main()
    {

        XmlDocument doc = new XmlDocument();
        doc.LoadXml("<input xmlns='some:Namespace' value='novel' ISBN='1-861001-57-5'>" +
                    "<title>Pride And Prejudice</title>" +
                    "</input>");

        XmlNode root = doc.DocumentElement;

        XmlNamespaceManager nsmgr = new XmlNamespaceManager(doc.NameTable);
        nsmgr.AddNamespace("x", "some:Namespace");

        XmlNode value = doc.SelectNodes("//x:input/@value", nsmgr)[0];

        Console.WriteLine("Inner text: " + value.InnerText);
        Console.WriteLine("InnerXml: " + value.InnerXml);
        Console.WriteLine("OuterXml: " + value.OuterXml);
        Console.WriteLine("Value: " + value.Value);

    }
}

运行此应用程序会再次产生所需的结果：

Inner text: novel
InnerXml: novel
OuterXml: value="novel"
Value: novel