HTML Agility Pack 找不到带有尾随空格的 类

Question

我使用以下代码解析 HTML 文档：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(pageStr);
HtmlAgilityPack.HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h3[@class='the-title']");

但找不到以下字符串：

<h3 class="the-title ">

并且仅当从 class 中删除尾随 space 时才有效。

HTML敏捷包可以自己处理这种情况吗？

Answer 1

'the-title' != "the-title "

您可以通过在 Xpath 查询中使用 'contains' 函数来解决您的问题

尝试以下操作：

HtmlAgilityPack.HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes("//h3[contains(@class, 'the-title')]");

Answer 2

您可以尝试使用 XPath normalize-space() 在进行比较之前删除不必要的空格：

//h3[normalize-space(@class)='the-title']

工作演示示例：

var html = @"<div>
    <h3 class='the-title '/>
</div>";
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
var node = doc.DocumentNode.SelectSingleNode("//h3[normalize-space(@class)='the-title']");
Console.WriteLine(node.OuterHtml);

Dotnetfiddle Demo

输出：

<h3 class='the-title '></h3>