HtmlAgilityPack选择子节点的结果不符合预期

Question

我试图使用HtmlAgilityPack库解析页面中的一些链接，但是我发现方法的结果与我的期望不符。以下是一个包含链接的HtmlNodeCollection。对于每个链接，我想检查是否有一个图片节点，然后解析它的attributes，但是linkNode的SelectNodes和SelectSingleNode方法似乎搜索的是父文档而不是linkNode的childNodes。怎么回事？

HtmlDocument htmldoc = new HtmlDocument();
htmldoc.LoadHtml(content);
HtmlNodeCollection linkNodes = htmldoc.DocumentNode.SelectNodes("//a[@href]");
    
foreach(HtmlNode linkNode in linkNodes)
{
    string linkTitle = linkNode.GetAttributeValue("title", string.Empty);
    if (linkTitle == string.Empty)
    {
        HtmlNode imageNode = linkNode.SelectSingleNode("/img[@alt]");     
    }
}

如果存在，还有其他方法可以获取linkNode的图像子节点的alt属性吗？

- Sheff

Answer 1

你应该从"/img[@alt]"中删除斜杠前缀，因为它表示你想从文档的根部开始。

HtmlNode imageNode = linkNode.SelectSingleNode("img[@alt]");

- Richard Szalay

---

嗯，好的。我真是太蠢了。我以为我漏掉了什么。抱歉浪费了问题空间。谢谢。 - Sheff

总有很多空间 :) - Richard Szalay

你真棒！刚才我还在抱怨 HtmlAgility 项目，但结果他们只是以正确的方式实现了 XPath :) - Moulde

这对我不起作用（HtmlAgilityPack 1.4.9）- 我必须使用.//符号（下面的答案）。 - wal

@wal 以上语法假定目标img是“linkNode”的直接子代。如果你必须使用“.//”，我猜测img是后代而不是直接子代。 - Richard Szalay

Answer 2

使用XPath查询时，你可以使用 "." 表示搜索应该从当前节点开始。

HtmlNode imageNode = linkNode.SelectSingleNode(".//img[@alt]");

- ulty4life

---

默认的轴是“children”，实际上根本不需要前缀。 - Richard Szalay

Answer 3

另外，要注意null检查；SelectNodes返回null而不是空集合。

HtmlNodeCollection linkNodes = htmldoc.DocumentNode.SelectNodes("//a[@href]");

**if(linkNodes!=null)**
{
   foreach(HtmlNode linkNode in linkNodes)
  {
     string linkTitle = linkNode.GetAttributeValue("title", string.Empty);
     if (linkTitle == string.Empty)
     {
       **HtmlNode imageNode = linkNode.SelectSingleNode("img[@alt]");**   
     }
  }
}

- msqr

---

在我看来，这是一个非常愚蠢的设计决策。没有理由它不应该返回空集合。 - mpen

请参见http://stackoverflow.com/questions/8619724/htmlagilitypack-documentnode-selectnodes-returns-null-shouldnt。 - Tim Abell