如何在c#的HTML源代码中按类或id抓取元素

Question

我试图根据类或id名称从HTML源抓取元素，使用c# windows窗体应用程序。我使用WebClient将源放入字符串中，并使用HtmlDocument将其插入htmllagilitypack中。

但是，我找到的所有使用htmllagilitypack包的示例都是基于标签解析并查找项。我需要找到一个特定的id，比如html中的链接，并检索标签内的值。这可能吗?最有效的方法是什么?我试图解析的所有id都会给出异常。谢谢!

Answer 1

使用XPath应该可以做到这一点:

HtmlDocument doc = new HtmlDocument();
doc.Load(@"file.htm");
HtmlNode node = doc.DocumentNode.SelectSingleNode("//*[@id="my_control_id"]");
string value = (node == null) ? "Error, id not found" : node.InnerHtml;

xpath的快速解释:

• //表示在路径中搜索所有地方，如果要匹配多个
则使用SelectNodes
• *表示匹配任何类型的节点
• []定义"谓词"，基本上是检查相对于该节点的属性
• [@id="my_control_id"]表示查找具有属性名为"id"的值为"my_control_id"的节点

进一步参考