提取 <span /> 部分 html 节点

Question

我有一行是 html 返回的一部分：

<h1 id="pgName" class="floatLVal tight">IBM Dividend Yield (TTM):</h1><span id="pgNameVal">3.74% for May 31, 2017</span>

我阅读如下。我看到了节点，但在任何 singleNode 字段中看不到 (TTM): 之后的任何文本，例如，作为 innerhtml 的一部分。我想提取“2017 年 5 月 31 日的 3.74%”部分。

提取此信息的正确方法是什么？

HtmlDocument document = ... 
var singleNode = document.DocumentNode.SelectSingleNode("//h1[@class='floatLVal tight']");

Answer 1

span 标签不在 h1 标签中。获取 h1

的下一个兄弟节点

var h1 = document.DocumentNode.SelectSingleNode("//h1[@class='floatLVal tight']");
var span = h1.NextSibling;
var text = span.InnerHtml; // "3.74% for May 31, 2017"

或者通过id获取span节点：

var span = document.DocumentNode.SelectSingleNode("//span[@id='pgNameVal']");
var text = span.InnerHtml; // "3.74% for May 31, 2017"

提取 <span /> 部分 html 节点

Extracting <span /> part of html node

c#

html-agility-pack