编写查询以使用HtmlAgilityPack解析HTML DOCUMENT

Question

我想获得span class="floatClear"中评级最低的元素的A hrefspan class="star img stars_4"

我如何使用HtmlAgilityPack来实现这种行为我已经给出了我的文件的html源

<div class="businessresult">  //will repeat

      <div class="rightcol">
       <div class="rating">
        <span class="star-img stars_4">
          <img height="325" width="84" src="http://media1.px" alt="4.0 star rating"   **title**="4.0 star rating">
         </span>
        </div>
      </div>
        <span class="floatClear">
             <a class="ybtn btn-y-s" href="/writeareview/biz/KaBw8UEm8u6war_loc%NY">
        </span>
</div>

查询我已经写

var lowestreview = 
      from main in htmlDoc.DocumentNode.SelectNodes("//div[@class='rightcol']") 
       from rating in htmlDoc.DocumentNode.SelectNodes("//div[@class='rating']")
         from ratingspan in htmlDoc.DocumentNode.SelectNodes("//span[@class='star-img stars_4']")
          from floatClear in htmlDoc.DocumentNode.SelectNodes("//span[@class='floatClear']")
       select new { Rate = ratingspan.InnerText, AHref = floatClear.InnerHtml };

但我不知道如何在LINQ查询的最后一行应用条件！

Answer 1

不要从整个htmlDoc中选择"rating"，而是从以前找到的"main"中选择。

我想你需要这样的东西：

var lowestreview = 
  from main in htmlDoc.DocumentNode.SelectNodes("//div[@class='rightcol']") 
   from rating in main.SelectNodes("//div[@class='rating']")
     from ratingspan in rating.SelectNodes("//span[@class='star-img stars_4']")
      from floatClear in ratingspan.SelectNodes("//span[@class='floatClear']")
   select new { Rate = ratingspan.InnerText, AHref = floatClear.InnerHtml };

如果这些div和span中的一些不存在，我希望它不会崩溃：当SelectNodes没有找到任何东西时，HtmlAgilityPack的前一个版本返回null而不是空列表。

编辑
您可能还需要更改内部选择的"xpath查询"：将"//"更改为".//"（开头是多余的），以表示您确实想要一个子节点。如果AgilityPack的工作原理与常规XML XPath相同（我不能100%确定），那么开头的"//"将从文档的根进行搜索，即使您从子节点指定它也是如此。".//"将始终从您正在搜索的节点中进行搜索。

main.SelectNodes("//div[@class='rating']")（可能）也会在上一行中找到的<div class="rightcol">之外找到<div class="rating">。main.SelectNodes(".//div[@class='rating']")应该解决这个问题。