Html Agility Pack - 选择子节点时出现问题

Question

我想将我的 Asics 跑步计划导出到 iCal，但由于 Asics 不提供此服务，所以我决定为自己构建一个小型爬虫。我的目标是从计划中获取所有安排好的跑步并基于此生成一个 iCal 订阅源。我正在使用 C# 和 Html Agility Pack。

我想要做的是遍历我所有预定的跑步（它们都是 div 节点）。然后我想选择一些不同的节点与我的跑步节点一起使用。我的代码看起来像这样：

foreach (var run in doc.DocumentNode.SelectSingleNode("//div[@id='scheduleTable']").SelectNodes("//div[@class='pTdBox']"))
{
    number++;
    string date = run.SelectSingleNode("//div[@class='date']").InnerText;
    string type = run.SelectSingleNode("//span[@class='menu']").InnerHtml;
    string distance = run.SelectSingleNode("//span[@class='distance']").InnerHtml;
    string description = run.SelectSingleNode("//div[@class='description']").InnerHtml;
    ViewData["result"] += "Dato: " + date + "<br />";
    ViewData["result"] += "Tyep: " + type + "<br />";
    ViewData["result"] += "Distance: " + distance + "<br />";
    ViewData["result"] += "Description: " + description + "<br />";
    ViewData["result"] += run.InnerHtml.Replace("<", "&lt;").Replace(">", "&gt;") + "<br />" + "<br />" + "<br />";
}

我的问题是run.SelectSingleNode("//div[@class='date']").InnerText不能在给定的运行节点中选择具有给定XPath的节点。它会选择整个文档中与XPath匹配的第一个节点。

如何在当前节点中选择具有给定XPath的单个节点？

谢谢。

更新：

我尝试将我的XPath字符串更新为：

string date = run.SelectSingleNode(".div[@class='date']").InnerText;

这应该选择当前节点内的<div class="date"></div>元素，对吧？好的，我尝试过这样做，但是出现了以下错误：

表达式必须评估为节点集。说明：在执行当前 Web 请求的过程中发生未处理的异常。请查看堆栈跟踪以获取有关错误和代码起源的更多信息。

异常详细信息：System.Xml.XPath.XPathException: 表达式必须评估为节点集。

有什么建议吗？

- Sebastian Brandes

---

我在XPath方面并不是很熟练，但是//不是表示从根节点的任何地方吗？ - Alxandr

似乎你需要类似于 child::div[@class='data'] 的东西，但我并不确定。完全不确定。 - Alxandr

Answer 1

一些在使用 HtmlAgilityPack 和 XPath 表达式时有帮助的事情。

如果 run 是一个 HtmlNode，则：

1. run.SelectNodes("//div[@class='date']")
   会像 doc.DocumentNode.SelectNodes("//div[@class='date']") 一样工作。

2. run.SelectNodes("./div[@class='date']")
   将给你所有的是 <div> 节点，它们是 run 节点的子节点。它不会搜索更深的层次，只会在下一个深度级别上进行。

3. run.SelectNodes(".//div[@class='date']")
   将返回该类属性的所有 <div> 节点，但不仅限于紧接着 run 节点旁边的节点，而且还会在深度上搜索（每个可能的后代）。

你需要根据自己的需求选择 2. 或 3.。

- Oscar Mederos

---

哇，你真的救了我的命。我刚刚搞不清1和3。谢谢啊兄弟。 - Soren

我也遇到了同样的情况 ：) - Oscar Mederos

Answer 2

在XPATH中，//表示当前节点以下的所有子代和后代。因此，您需要提供更具限制性的XPATH表达式。如果您提供真实的HTML以及您确切需要什么，我们可以帮助您进一步了解。

关于您遇到的错误： .div[@class='date']是无效的，因为.与div连接在一起。您可以使用div[@class='date']或./div[@class='date']，我相信它们是等效的。这是因为.是一个XPATH轴，它是alias forself，表示“当前节点”。

- Simon Mourier

---

@Simon Mourier - 我也在尝试从一个具有属性“name”的节点获取数据，但它没有接受它。 - Zameer Ansari

@学生 - 你应该写另一个问题。 - Simon Mourier