HTML敏捷解析錯誤

HTMLHTML敏捷解析錯誤

<html> 
<head> 
<title>Sample Page</title> 
</head> 
<body> 
<form action="demo_form.asp" id="form1" method="get"> 
    First name: <input type="text" name="fname"><br> 
    Last name: <input type="text" name="lname"><br> 
    <input type="submit" value="Submit"> 
</form> 
</body> 
</html>

代碼

HtmlDocument doc = new HtmlDocument();  
doc.LoadHtml(File.ReadAllText(@"C:\sample.html")); 
HtmlNode nd = doc.DocumentNode.SelectSingleNode("//form[@id='form1']"); 
//nd.InnerHtml is "". 
//nd.InnerText is "".

問題

nd.ChildNodes //Collection(to get all nodes in form) is always null. 
nd.SelectNodes("/input") //returns null. 
nd.SelectNodes("./input") //returns null. 
"//form[@id='form1']/input" //returns null.

我想是一個以訪問形式的標籤的childNodes使用id = form1的一個發生。我在Chrome開發者控制檯中嘗試了相同的xpath，它的工作方式與我想要的完全一樣。 HTMlAgility包在從文件或Web閱讀HTML時遇到問題。

來源

2013-12-22 Vivek Raj

問題是什麼？ –

我想要htmlNodecollection中的所有表單標籤的子節點。 –

嘗試加載該文件之前添加以下語句：

HtmlNode.ElementsFlags.Remove("form");

HtmlAgilityPack的默認行爲將所有表單的內部元素添加爲兄弟而不是子級。上面的語句改變了這種行爲，以便它們（意味着輸入標籤）將顯示爲子節點。

您的代碼應該是這樣的：

HtmlNode.ElementsFlags.Remove("form"); 
HtmlDocument doc = new HtmlDocument();  
doc.LoadHtml(File.ReadAllText(@"C:\sample.html")); 
HtmlNode nd = doc.DocumentNode.SelectSingleNode("//form[@id='form1']"); 
etc...

引用：

錯誤問題&修復：http://htmlagilitypack.codeplex.com/workitem/23074
CodePlex網站論壇上發帖：http://htmlagilitypack.codeplex.com/discussions/247206

來源

2013-12-22 10:58:59

：D哈哈謝謝你，這工作，我想我已經定期更新我的htmlagility dll –

nuget ftw;） - >是的，它只是從1.4.5版本開始，現在的版本是1.4.6。樂意效勞。 –

您的html無效，可能會阻止html敏捷包正常工作。

嘗試從>添加一個DOCTYPE（和XML命名空間）到文檔的開始，改變你的輸入元素的結束標記/>

來源

2013-12-22 10:21:36

<！DOCTYPE HTML PUBLIC「 - // W3C // DTD HTML 4.01 Transitional // EN」「http://www.w3.org/TR/html4/loose.dtd」> 示例頁面 <形式行動= 「demo_form.asp」 ID = 「form1的」方法= 「GET」 > 名字：
姓氏：
' 已驗證通過http://validator.w3.org/check：通過。但得到同樣的錯誤。 :( –

HTML敏捷解析錯誤

回答

相關問題