如何使用htmlagilitypack提取div標籤內的文本

我想提取div類之間的文本「Some text goes here」。我使用的HTML敏捷包，和C＃如何使用htmlagilitypack提取div標籤內的文本

<div class="productDescriptionWrapper"> 
Some Text Goes here... 
<div class="emptyClear"> </div> 
</div>

這是我有：

Description = doc.DocumentNode.SelectNodes("//div[@class=\"productDescriptionWrapper\").Descendants("div").Select(x => x.InnerText).ToList();

我得到這個錯誤：

An unhandled exception of type 'System.NullReferenceException'

我知道如果文本如何提取是b/wa <h1>或<p>，而不是後代中的「div」，我將不得不給出「h1」或「p」。

有人請協助。

來源

2015-05-04 fizmhd

'[@class = \「productDescriptionWrapper \」''的右括號在哪裏？ – BCdotWEB

可能是我錯過了，當我在這裏輸入它時，它不工作.. – fizmhd

使用單引號，如

//div[@class='productDescriptionWrapper']

讓所有類型的所有後代使用：

//div[@class='productDescriptionWrapper']//*，

得到特定類型的後代，如p然後使用//div[@class='productDescriptionWrapper']//p。

讓那些無論是div或p所有後代：

//div[@class='productDescriptionWrapper']//*[self::div or self::p]

說你想獲得的所有非空後代文本節點然後使用：

//div[@class='productDescriptionWrapper']//text()[normalize-space()]

來源

2015-05-04 18:09:34

感謝它的工作原理... – fizmhd

沒有辦法，你可以獲得空引用異常doc是從您發佈的HTML代碼段創建的。無論如何，如果你的意思是在外部<div>內獲得文本，但不是從內部獲得文本，則使用xpath /text()這意味着獲得直接子文本節點。

例如，給定此HTML片段：

var html = @"<div class=""productDescriptionWrapper""> 
Some Text Goes here... 
<div class=""emptyClear"">Don't get this one</div> 
</div>"; 
var doc = new HtmlDocument(); 
doc.LoadHtml(html);

..this僅從外<div>表達返回文本：在對比

var Description = doc.DocumentNode 
        .SelectNodes("//div[@class='productDescriptionWrapper']/text()") 
        .Select(x => x.InnerText.Trim()) 
        .First(); 
//Description : 
//"Some Text Goes here..."

..while，下面返回所有文本：

var Description = doc.DocumentNode 
        .SelectNodes("//div[@class='productDescriptionWrapper']") 
        .Select(x => x.InnerText.Trim()) 
        .First(); 
//Description : 
//"Some Text Goes here... 
//Don't get this one"

來源

2015-05-05 00:19:03 har07

如何使用htmlagilitypack提取div標籤內的文本

回答

相關問題