HtmlAgilityPack介绍

HtmlAgilityPack是一个专门用来解析Html的库，它可以使用xml的方式来解析html。

有人说了，html本身不就是xml？是的，html就是xml，但是html很宽松，没有关闭的节点也可以用，还有一些其他的内容比如js夹杂在里面。如果直接使用xml解析库的话9成会报错的。

而HtmlAgilityPack会去处理这些问题，把Html转成一个接近标准的xml来供我们使用。

获取内容

网上关于HtmlAgilityPack的介绍其实很多，而且用法其实就那么几句话。

var doc = new HtmlAgilityPack.HtmlDocument();

            doc.LoadHtml(html);

            var root = doc.DocumentNode;

这个也没啥好说的，主要就是doc.LoadHtml(html);这里有个重载是doc.Load()，里面可以直接放url，也可以放Stream。

我们这里使用LoadHtml直接加载html内容主要是因为我们的html拿的时候可能还需要别的东西，需要另行获取。

最后的var root = doc.DocumentNode;这个root就是<html>节点，整个html的根目录。

然后很多文章的说法就是我们要获取Node，即使用

var node =root.SelectSingleNode("xpath");

这样肯定是没问题的，然后我们如果要获得它的属性，就可以拿这个Node的node.GetAttributeValue("name", 默认值);获取内容。

比如我们要获取id为test的a标签的href，我们可以写个例子

            var doc = new HtmlAgilityPack.HtmlDocument();

            doc.LoadHtml(html);

            var root = doc.DocumentNode;

            var node =root.SelectSingleNode("//a[@id='test']");

            var href = GetAttributeValue("href", "");

这样我们就能获取到href了。是不是很简单？

直接获取属性值

上面的例子看起来很好，但是有个比较麻烦的问题，就是有时候我们想直接获取属性值。比如我有一个这样的xpath //a[@id='test']/@href，如果我们还用上面的代码套进去。

            var doc = new HtmlAgilityPack.HtmlDocument();

            doc.LoadHtml(html);

            var root = doc.DocumentNode;

            var node =root.SelectSingleNode("//a[@id='test']/@href");

我们的node是不是就是href的值呢？经过测试，不是的，这里的node还是那个a。

所以我们无法直接这样来获取。

经过一番查询，发现HtmlAgilityPack提供了一个HtmlNodeNavigator来完成这个需求。

var doc = new HtmlAgilityPack.HtmlDocument();

            doc.LoadHtml(html);

            var root = doc.DocumentNode;

            HtmlNodeNavigator navigator = (HtmlNodeNavigator)root.CreateNavigator();

            var node = navigator.SelectSingleNode("//a[@id='test']/@href");

            var href = node.Value;

这里我们可以获取到一个HtmlNodeNavigator的node，这个node不是指向a标签，而是直接指向href属性，所以我们直接拿node.Value就可以获取到真正的href的值了

HtmlAgilityPack中使用xpath获取属性值的更多相关文章

  1. dom4j修改,获取,增加xml中某个元素的属性值

    XML文件: <?xml version="1.0" encoding="UTF-8"?> <vrvscript> <item I ...

  2. storm源码之巧用java反射反序列化clojure的defrecord获取属性值

    [原创]storm源码之巧用java反射反序列化clojure的defrecord获取属性值 [原创]storm源码之巧用java反射反序列化clojure的defrecord获取属性值 storm源 ...

  3. ajax获得后台传来的一个json值，在js中获得其中的属性值

    首先 ajax的dataType需要设置为json, 默认的text获取属性值在jquery3.2.1中尝试不成功 获得属性值的方式: 类似数组,键值对的方式 下面例子: 设置dataType为jso ...

  4. JavaScript 在函数中使用Ajax获取的值作为函数的返回值

    解决:JavaScript 在函数中使用Ajax获取的值作为函数的返回值,结果无法获取到返回值 原因:ajax默认使用异步方式,要将异步改为同步方式 案例:通过区域ID,获取该区域下所有的学校 var ...

  5. C# 反射获取属性值、名称、类型以及集合的属性值、类型名称

    实体类 class Product { public string Id { get; set; } public string Name { get; set; } public List<P ...

  6. java 反射机制--根据属性名获取属性值

    1.考虑安全访问范围内的属性,没有权限访问到的属性不读取 /** * 根据属性名获取属性值 * * @param fieldName * @param object * @return */ priv ...

  7. How to: Calculate a Property Value Based on Values from a Detail Collection 如何：基于详细信息集合中的值计算属性值

    This topic describes how to implement a business class, so that one of its properties is calculated ...

  8. js中attr 与find 获取属性值，

    一.attr的用法 1. attr(属性名)        //获取属性的值(取得第一个匹配元素的属性值.通过这个方法可以方便地从第一个匹配元素中获取一个属性的值.如果元素没有相应属性,则返回 und ...

  9. javascript_获取iframe框架中元素节点的属性值

    1. DOM:文档对象模型 [window 对象] 它是一个顶层对象,而不是另一个对象的属性即浏览器的窗口. [document 对象] 该对象是window和frames对象的一个属性,是显示于窗口 ...

随机推荐

  1. web安全之信息收集篇

    信息收集 1.网络信息 网络信息就包括网站的厂商.运营商,网站的外网出口.后台.OA. 2.域名信息 通过域名可以查洵网站的所有人.注册商.邮箱等信息 --->Whois 第三方查询,查询子域网 ...

  2. 组织：SAE

    美国汽车工程师学会(SocietyofAutomotiveEngineers),美国及世界汽车工业(包括航空和海洋)有重要影响的学术团体.简称SAE.已有90余年的历史.该学会实行会员制,约有会员69 ...

  3. 运维：OAAS

    IT和互联网运维的新篇章正要掀开,云计算和运维即服务(OaaS)正在为各类企业提供系统构建和扩展,帮助他们取得在线业务的成功. 互联网信息科技和运维一直在不断变化,包括了IT所覆盖的一切新工具.云.基 ...

  4. 万字长文，带你轻松学习 Spark

    大家好,我是大D. 今天给大家分享一篇 Spark 核心知识点的梳理,对知识点的讲解秉承着能用图解的就不照本宣科地陈述,力求精简.通俗易懂.希望能为新手的入门学习扫清障碍,从基础概念入手.再到原理深入 ...

  5. 【docker】windows 10专业版安装docker

    一.开启Hyper-V功能 二.安装 Docker Desktop for Windows(下载地址)[https://www.docker.com/get-started/] 三.安装 Window ...

  6. 将CSV格式或者EXCEL格式的文件导入到HIVE数据仓库中

    学习内容:数据导入,要求将CSV格式或者EXCEL格式的文件导入到HIVE数据仓库中: ①hive建表:test1 create table test1 (InvoiceNo String, Stoc ...

  7. webpack.config.js和vue.config.js的区别

    webpack.config.js是webpack的配置文件,所有使用webpack作为打包工具的项目都可以使用,vue的项目可以使用,react的项目也可以使用. vue.config.js是vue ...

  8. 树莓派使用Docker部署EdgeX(jakarta版本)

    使用Docker部署EdgeX 老师安排我搞边缘计算,搞了很久都没能明白边缘计算是什么,甚至对其兴趣不大,前一阵弄好了lorawan网关,该做网关内部的边缘计算了,发现自己已经慢慢地学了进去,总是想要 ...

  9. 一个 curl 配置引发的惨案

    问题 这两天想装新版本的 node,发现 nvm 一直报下面这个错误.我反复 Google 了,但是并没有找到一条我能用的. 痛苦 我起初一直怀疑是我用的 zsh-nvm 抽疯,所以今天有空就把它还有 ...

  10. TypeScript 泛型(generic) 入门介绍

    TypeScript 泛型函数 下面来创建第一个使用泛型的例子:identity函数.这个函数会返回任何传入它的值.你可以把这个函数当成是echo命令.不用泛型的话,这个函数可能是下面这样: func ...