HTML Agility Pack 2

Question

我正在尝试爬取这个网站。以下的XPath表达式在FirePath firebug扩展程序中运行良好。

html/body/table/tbody/tr[3]/td

但是使用相同的xpath表达式，下面的代码却返回null:

 HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
 HtmlWeb web = new HtmlWeb();

 doc = web.Load("http://www.edb.gov.hk/templates/sch_list_print.asp?district=cw");
 var collection= doc.DocumentNode.SelectNodes("html/body/table/tbody/tr[3]/td");

有人能帮我解决这个问题吗？谢谢。

- Burfi

Answer 1

这是可行的。查看您尝试抓取的页面源代码，其中在表格内没有。

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
HtmlWeb web = new HtmlWeb();

doc = web.Load("http://www.edb.gov.hk/templates/sch_list_print.asp?district=cw");
var collection= doc.DocumentNode.SelectNodes("html/body/table/tr[3]/td");

将您的xpath更改为

html/body/table/tr[3]/td

- Christian Westman

---

哦，太好了，我使用的xpath是由Firepath生成的，实际上在HTML中没有tbody，有什么想法？ - Burfi

当DOM加载时，它会自动“修复”，并且如果缺少tbody，则会出现问题。页面加载后DOM可能会发生很多事情，您始终需要查看原始源以查看实际存在的内容。如果解决了您的问题，请记得将答案标记为正确答案 :) - Christian Westman

使用敏捷包进行爬取工作的任何其他有用指针？ - Burfi