xpath搜索多個關鍵字

Question

我使用htmlagilitypack和xpath爲特定關鍵字刮取網頁。我一次遇到搜索多個關鍵字的麻煩。

，所以我已經得到了關鍵字的東西的代碼是（與隨機選擇的關鍵字：冷凍和奧巴馬醫改）：

HtmlDocument doc = new HtmlDocument(); 
HtmlWeb web = new HtmlWeb(); 
doc = web.Load(uri); 
HtmlNodeCollection Nodes = doc.DocumentNode.SelectNodes("//text()[contains(., 'Frozen obamacare')]"); 

雖然我知道在特定的頁面，這並不甚至工作同時擁有關鍵字，並從其他調查結果中基本獲知SelectNodes("//text()[contains(., 'Frozen obamacare')]");是多個關鍵詞的正確方法。

我需要幫助驗證這是否是使用多個關鍵字的正確方法，如果不是，那麼我正在尋找幫助來糾正它。

Answer 1

這將檢索包含字符串'Frozen obamacare'的所有文本節點。它不會標記爲單詞或任何東西。例如符合您查詢的是：

• 冷凍奧巴馬醫改
• fooFrozen obamacarebar

它不會匹配：

• 冷凍富奧巴馬醫改
• 冷凍，奧巴馬醫改
• 等。

要匹配XPath 1.0中包含兩個標記串，使用

//text()[contains(., 'Frozen') and contains(., 'obamacare')] 

HTML敏捷性包僅支持XPath 1.0，所以你不能使用XPath 2.0的更高級的符號化功能。

Answer 2

您的XPath //text()[contains(., 'Frozen obamacare')]從字面上檢查包含字符串Frozen obamacare的文本節點。

您可能想要檢查您是否可以使用XPath 2.0或XQuery 1.0作爲您可以使用的方式。 //text()[matches(., 'Frozen|obamacare')]或考慮使用.NET和HTML敏捷性包的LINQ支持正則表達式的支持，你可以使用

using System; 
using System.Collections.Generic; 
using System.Linq; 
using System.Text; 
using System.Text.RegularExpressions; 
using System.Threading.Tasks; 
using HtmlAgilityPack; 

namespace ConsoleApplication63 
{ 
    class Program 
    { 
     static void Main(string[] args) 
     { 
      HtmlWeb web = new HtmlWeb(); 
      HtmlDocument doc = web.Load("http://stackoverflow.com/questions/22767900/xpath-search-for-multiple-keywords"); 

      foreach (HtmlTextNode text in doc.DocumentNode.Descendants().OfType<HtmlTextNode>().Where(n => Regex.IsMatch(n.InnerText, @"\b(Frozen|obamacare)\b"))) 
      { 
       Console.WriteLine("Found \"{0}\"", text.InnerText); 
      } 
     } 
    } 
}