解析圖像src與HTML Agilty包

Question

嗨，所以我想解析一個網頁與HTML Agilty包來獲取圖像的src。這是頁面的結構。

<div class="post_body"> 
    <div style="text-align: center;"> 
     <a href="http://www.engadget.com/2012/02/29/qualcomm-windows-8/"> 
      <img src="http://www.blogcdn.com/www.engadget.com/media/2012/02/201202297192-1330536971.jpg" style="border-width: 0px; border-style: solid; margin: 4px;"> 
     </a> 
    </div> 
<div> 

現在，我使用這個代碼來嘗試獲得SRC

HtmlWeb hw = new HtmlWeb(); 
      HtmlDocument doc = hw.Load("http://www.engadget.com/2012/02/29/qualcomm-windows-8"); 

      HtmlNode baseNode = doc.DocumentNode.SelectSingleNode("//div[@class='post_content permalink ']"); 
      string Description = baseNode.SelectSingleNode("//div[@class='post_body']").InnerText.Replace("\n", "").Replace("\r", "").Trim(); 

      string href = baseNode.SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText; 

但是字符串總是被返回null：/

任何想法，也許我有一個壞的XPath表達式？

Answer 1

任何想法也許我有一個糟糕的XPath表達式？

是的，有幾個問題：

//div[@class='post_content permalink '] 

這將選擇什麼，因爲提供的文件存在於心不是一個div與class屬性，它的值是'post_content permalink '

SelectSingleNode("//div[@class='post_body']//img[@src]").InnerText; 

的img元素，即使發現此類元素，也沒有子元素 - 因此沒有innerText。

解決方案：

你想是這樣的：

HtmlNode img = doc.DocumentNode.SelectSingleNode(//div[@class='post_body']//img[@src]) 

String srcUrl = img.Attributes["src"].Value;