html-agility-pack 提取背景图片

Question

如何从以下 HTML 中提取 url。

即.. 摘录：

http://media.somesite.com.au/img-101x76.jpg

来自：

<div class="media-img">
    <div class=" searched-img" style="background-image: url(http://media.somesite.com.au/img-101x76.jpg);"></div>
</div>

Answer 1

一般在 XPath 1.0 中，您可以使用 substring-after() 和 substring-before() 函数的组合来提取文本的一部分。但是 HAP 的 SelectNodes() 和 SelectSingleNode() 不能 return 除了节点之外，所以那些 XPath 函数将无济于事。

一种可能的方法是使用 XPath 和 HAP 获取 style 属性的整个值，然后使用 regex 进一步处理来自 .NET 的值，例如：

var html = @"<div class='media-img'>
    <div class=' searched-img' style='background-image: url(http://media.somesite.com.au/img-101x76.jpg);'></div>
</div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
var div = doc.DocumentNode.SelectSingleNode("//div[contains(@class,'searched-img')]");
var url = Regex.Match(div.GetAttributeValue("style", ""), @"(?<=url\()(.*)(?=\))").Groups[1].Value;
Console.WriteLine(url);

.NET Fiddle Demo

输出：

http://media.somesite.com.au/img-101x76.jpg

html-agility-pack 提取背景图片

html-agility-pack extract a background image

xpath

html-agility-pack