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. 弃用！Github 上用了 Git.io 缩址服务的都注意了

    GitHub 是面向开源及私有软件项目的托管平台,因为只支持 Git 作为唯一的版本库格式进行托管,故名 GitHub.对程序员来说,GitHub 可以说是开源精神之所系.在 GitHub 任何职业程 ...

  2. 【Java面试】Zookeeper中的Watch机制的原理？

    一个工作了7年的粉丝,遇到了一个Zookeeper的问题. 因为接触过Zookeeper这个技术,不知道该怎么回答. 我说一个工作了7年的程序员,没有接触过主流技术,这不正常. 于是我问了他工资以后, ...

  3. 移动应用开发迎来哪些新技术？5月24日相约HDD·线上沙龙·创新开发专场

    HUAWEI Developer Day(简称HDD),是华为开发者联盟与广大开发者深度交流的平台.围绕移动终端的最新技术和产品形态,持续向广大开发者传递华为终端的最新产品和开放服务能力,结合最新的行 ...

  4. vagrant，VirtualBox -- 安装使用

    1.安装Oracle VM VirtualBox下载 http://download.virtualbox.org/virtualbox/5.2.44/ 2.安装vagrant https://www ...

  5. 312. Burst Balloons - LeetCode

    Question https://leetcode.com/problems/burst-balloons/description/ Solution 题目大意是,有4个气球,每个气球上有个数字,现在 ...

  6. 使用acme.sh自动申请、续期、部署免费的SSL证书

    参考文档:https://github.com/acmesh-official/acme.sh 一个使用纯shell操作的免费SSL证书申请部署工具. 免费的SSL证书由以下CA机构提供: ZeroS ...

  7. C++调用C#的动态库dll

    以往我们经常是需要使用C#来调用C++的dll,这通过PInvoke就能实现.现在在实际的项目过程中,有时会遇到在C++的项目中调用某个C#的dll来完成特定的某个功能,我们都知道,Native C+ ...

  8. ElasticSearch7.3学习(三十)----ES7.X SQL新特性解析及使用Java api实现sql功能

    一.ES7 sql新特性 1.1 数据准备 创建索引及映射 建立价格.颜色.品牌.售卖日期 四个字段 PUT /tvs PUT /tvs/_mapping { "properties&quo ...

  9. python基础学习9

    python基础学习 内容概要 字符编码的简介 字符编码的发展史 字符编码的实际应用 文件操作简介 文件读写模式 文件操作模式 文件操作方法 内容详情 字符编码的简介 # 字符编码主要研究的对象是文本 ...

  10. EasyExcel-合并单元格

    pom版本 <dependency> <groupId>com.alibaba</groupId> <artifactId>easyexcel</ ...