当我无法提前知道有多少元标签时处理元标签

Question

我正在尝试分析外部文档中的元标记（特别是 article:tag），其中 url 是由用户传递给我的。

我查看了几个可能的来源，但他们使用标签的方式并不一致：

有些不使用标签
有些人使用了多个标签
有些使用逗号分隔的单个标记 keywords/phrases
一些使用带有描述类型条目的标签

我需要做的是将值（无论是跨多个标记、逗号分隔还是描述类型）获取到单个字符串中

我正在使用 htmlAgility Pack 并能够使用以下代码获取其他值（当我知道只有一个或 none 时）：

//get html
HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(sourceHtml);
var artAuthor = htmlDoc.DocumentNode.SelectSingleNode("//meta[@property='article:author']");
try
{
    strARTAuthor = artAuthor.Attributes["content"].Value;
}
catch
{
    strARTAuthor = "";
}

而且我怀疑我在某处需要一个 foreach，但我不确定应该如何构造它。

按照

的思路放置一些东西

foreach(htmlDoc.DocumentNode.SelectSingleNode("//meta[@property='article:tag']") in htmldoc)

根本不起作用。

Answer 1

我不知道你观察到的所有类型的 meta 标签，但至少，你需要使用 SelectNodes() 替换 SelectSingleNode() 来制作 foreach 循环工作：

var metas = htmlDoc.DocumentNode.SelectNodes("//meta[@property='article:tag']");
foreach(HtmlNode meta in metas)
{
    .....
}

当我无法提前知道有多少元标签时处理元标签

dealing with meta tags when i cannot know in advance how many there are

html

c#

html-agility-pack