无法使用 html 敏捷包获取特定 div 的内容

Question

我正在使用 html 敏捷包从网站获取一些数据，现在有点问题。我想从这个 div:

中获取一些数据

<div class="container middle">
<div class="details clearfix">
  <dl>
    <dt>Gara</dt>
    <dd><a href="/national/china-pr/csl/2016/regular-season/r34227/">Super League</a></dd>

    <dt>Data</dt>
    <dd><a href="/matches/2016/07/02/"><span class='timestamp' data-value='1467459300' data-format='d mmmm yyyy'>2 luglio 2016</span></a></dd>

    <dt>Game week</dt>
    <dd>15</dd>

    <dt>calcio di inizio</dt>
    <dd>
      <span class='timestamp' data-value='1467459300' data-format='HH:MM'>13:35</span>
      (<span class="game-minute">FP'</span>)
    </dd>
  </dl>
</div>

问题是有两个 div 和 class container middle 和 details clearfix，我只想粘贴特定 div 的内容多于。 div 每个标签都有一个 dl 标签。

这是我的代码：

var url = "http://it.soccerway.com/matches/2016/07/02/china-pr/csl/henan-jianye/beijing-guoan-football-club/2207361/";

var doc = new HtmlDocument();
doc.LoadHtml(new WebClient().DownloadString(url));
var infoDiv = doc.DocumentNode.SelectSingleNode("//div[@class='block_match_info real-content clearfix ']");
var matchDetails = infoDiv.SelectSingleNode("//div[@class='container middle']");

而这个 return 是一个错误的结果，特别是这个：

<div class="container middle">
<h3 class="thick scoretime score-orange">
  0 - 0
</h3>

这是完整的 source 代码。

Answer 1

那么，对于这个特定的网页，您可以执行以下操作：

        var matchDetails = infoDiv.SelectNodes(".//div[@class='container middle']");
        Console.WriteLine(matchDetails[1].InnerHtml);

并通过 matchDetails[1] 与 HtmlNode 合作。要检索其他数据，您可以使用类似的 xpath 请求，例如：

    var infoDiv = doc.DocumentNode.SelectSingleNode("//div[@class='block_match_info real-content clearfix ']");
    var matchDetails = infoDiv.SelectNodes(".//div[@class='container middle']");
    var dl = matchDetails[1].SelectSingleNode(".//dl");
    var dt = dl.SelectNodes(".//dt");
    var dd = dl.SelectNodes(".//dd");
    for (int i = 0; i < dt.Count; i++) {
        var name = dt[i].InnerHtml;
        var value = dd[i].InnerHtml;
        Console.WriteLine(name + ": " + value);
    }

当然，您需要检查 NullReference 和东西

Answer 2

使用 class details clearfix 查询 div 应该 return 目标 div 元素。不过，您需要注意一个关键细节， / 之前的 . 需要使 XPath 相对于 infoDiv 引用的上下文元素，否则将在根文档上下文上评估 XPath（就好像它是在doc.DocumentNode 而不是 infoDiv) :

var infoDiv = doc.DocumentNode.SelectSingleNode("//div[@class='block_match_info real-content clearfix ']");
var matchDetails = infoDiv.SelectSingleNode(".//div[@class='details clearfix']");

无法使用 html 敏捷包获取特定 div 的内容

Cannot get content of specific div with html agility pack

c#

regex

html-agility-pack