如何選擇包含特定關鍵字的表格 - c＃ - xpath - htmlagilitypack

Question

我必須從沒有任何類別或id的產品頁面收集信息。我正在使用htmlagilitypack和c＃4.0。

此產品頁面源代碼中有許多表。價格表包含「KDV」字符串。所以我想獲得這個包含表格的「KDV」字符串。我怎樣才能做到這一點 ？下面

中的XPath將選擇所有表例如

string srxPathOfCategory = "//table"; 
var selectedNodes = myDoc.DocumentNode.SelectNodes(srxPathOfCategory); 

下面的代碼選擇表，但大多數外表開始。我需要選擇其中包含給定的字符串

//table[contains(., ' KDV')] 

C＃，XPath的，htmlagilitypack

Answer 1

下面的代碼選擇表，但最外層的表開始。我 需要選擇其中包含給定的字符串

使用最內表：

//table 
    [not(descendant::table) 
    and 
    .//text()[contains(., ' KDV')] 
    ] 

這裏選擇不具有table後代的XML文檔中的任何table，並具有包含字符串" KDV"的文本節點後代。

通常上述表達式可以選擇許多這樣的table元素。

如果你只想選擇其中之一（說第一），使用此XPath表達式 - 你注意到括號：

(//table 
     [not(descendant::table) 
     and 
     .//text()[contains(., ' KDV')] 
     ] 
    )[1] 

記住：如果您要選擇的第一someName在文檔中元素，使用這種（如目前公認的答案）是錯誤的：

//someName[1] 

這是XPath的第二個最常見問題解答（一前一後如何選擇eleme在具有默認命名空間的XML文檔中帶有前綴名的nts）。

上面的表達式實際上選擇文檔中的任何someName元素，即它的父項的第一個子項 - 嘗試它。

此直觀行爲的原因是因爲XPath []運算符具有較高的優先級（優先級），即//僞運算符。

正確表達，真正僅選擇所述第一someName元件（任何XML文檔中），如果這樣的存在是：

(//someName)[1] 

在這裏，括號用於明確地覆蓋默認的XPath運算符優先級。

Answer 2

有可能是做一個更有效的方法最內表。無論如何， 這是我用你的情況下，整個代碼和它的作品對我來說：

 HtmlDocument doc = new HtmlDocument(); 
     string url = "http://www.pratikev.com/fractalv33/pratikEv/pages/viewProduct.jsp?pInstanceId=3138821"; 
     using (var response = (WebRequest.Create(url).GetResponse())) 
     { 
      doc.LoadHtml(new StreamReader(response.GetResponseStream()).ReadToEnd()); 
     } 
     /*There is an bug in the xpath used here. Should have been 
      (//table/tr/td/font[contains(.,'KDV')])[1]/ancestor::table[2] 
      See Dimitre's answer for an explanation and an alternative/
      more generic/(needless to say) better approach */ 
     string xpath = "//table/tr/td/font[contains(.,'KDV')][1]/ancestor::table[2]"; 
     HtmlNode table = doc.DocumentNode.SelectSingleNode(xpath);