如何找到在HTML鏈接一定的頭下，並解析它

我目前正在嘗試分析從一個HTML文檔基於鏈路關閉標題上方，但無論我怎麼努力，該程序是無法找到它。這裏是方法我不工作：如何找到在HTML鏈接一定的頭下，並解析它

public string findMajorURL(string collegeURL, string major) 
    { 
     HtmlDocument doc = new HtmlDocument(); 
     doc.LoadHtml(collegeURL); 
     var root = doc.DocumentNode; 
     var htmlNodes = root.Descendants(); 
     //Find html node containing the major heading 
     foreach(HtmlNode node in htmlNodes) 
     { 
      if (node.InnerText == major) 
      { 
       HtmlNode target = node.NextSibling; 
       List<string> links = target.Descendants("a").Select(a => a.Attributes["href"].Value).ToList(); 
       return links.First()+ "__IT WORKED__"; 
      } 
     } 
     return "Major not found"; 
    }

這是HTML的樣子，我嘗試分析：

<div style="padding-left: 20px"> 
     <h3 id="ent1629">Biological Sciences </h3> 
     <a href="preview_entity.php?catoid=5&ent_oid=1629&returnto=818">Go to information for this department.</a> 
     <br> 
     <p>...</p> 
     <div id="data_c_1629" style="display: none">...</div> 
     <!--script language="javascript">hideshow(data_c_1630)</script-->

主要用戶輸入應該匹配標題，生物科學。基於關閉標題的，我想要得到的鏈接下它，在這種情況下是preview_entity.php catoid = 5 & ent_oid = 1629 & returnto = 818

警告：我不能使用XPath的任意不等階我有Visual Studio的版本，所以我假設使用LINQ莫名其妙地是最好的方式去，但我不知道。

編輯事實證明，內部文本不匹配的主要，但是，我不明白這是可能的，因爲我直接從HTML代碼。任何想法，以什麼是錯的？

來源

2016-11-27 Andrea S.

根據HTML片段貼，node您if塊參照<h3>元素和target引用<h3>下一個兄弟是<a>內。這就是說，你不需要做target.Descendants("a")。從target直接剛拿到href屬性：

if (node.InnerText == major) 
{ 
    HtmlNode target = node.NextSibling; 
    return target.GetAttributeValue("href", "")+ "__IT WORKED__"; 
}

來源

2016-11-27 03:07:35 har07

我想這一點，但顯然它甚至沒有進入if語句：/我不明白爲什麼內的文本不匹配起來，因爲我甚至把內文本直接來自html文檔，但它仍然不匹配。 –

如何找到在HTML鏈接一定的頭下，並解析它

回答

相關問題