使用 Xpath 和 Linq 查找特定节点

Question

使用 HtmlAgilityPack 和 Linq 以及以下 html 字符串，我正在尝试获取 "Last Date to file:" 日期。 XPath 让我无法理解

<table>
  <tbody>
  <tr>
    <td><b></b> John E. Clement
   </td>
<td>
<b></b>
</td>
<td>
<b>Chapter: </b>1
</td>
</tr>
<tr>
<td>
<b>Office:/b>Littleton 
</td>
<td>
<b>&nbsp;&nbsp; &nbsp;&nbsp; </b>
</td>
<td><b>Last Date to file: </b>**04/18/2017**</td>
</tr>
<tr>
<td><b>Boss: </b>Michael Meyer </td>
<td><b></b></td>
<td><b>Last Date to file again: </b>06/06/2018</td>
</tr>
</tbody>
</table>

我的 C# 代码是：

 HtmlAgilityPack.HtmlDocument doc = new HtmlDocument();
doc.LoadHtml("*My file with the html above*");
var lastDate = doc.DocumentNode.Descendants().Where(a=>a.InnerText.Contains("Last");

似乎应该有一种方法可以根据内部文本获取单个节点，但我正在获取文档中所有 td 标签的集合。

Answer 1

DocumentNode.Descendants() 有效获取文档中除根以外的所有节点。节点的 InnerText 属性包括该节点内包含的所有文本，包括后代节点。例如，给定 html

<div>
    This <span>is some <b>text</b></span>
</div>

div 标签的 InnerText 是 "This is some text"。

因此，查询 doc.DocumentNode.Descendants().Where(a=>a.InnerText.Contains("Last"); 将 return 包含 "Last" 的 b 标签，以及包含 [=] 的 td 标签16=]，以及包含 td 的 tr，以及包含 tr 的 table 等等。

尝试按节点类型以及 InnerText 进行过滤，如下所示： var lastDate = doc.DocumentNode.Descendants().Where(a => a.Name == "td" && a.InnerText.Contains("Last"));

这return只有2个td元素。

使用 Xpath 和 Linq 查找特定节点

Finding a specific node using Xpath and Linq

c#

linq

xpath

html-agility-pack