HTML Agility Pack-始终获取第一个元素详细信息

Question

我正在使用 HTML Agility Pack to fetch element's details from this url:Link

我在 C# 中使用此代码（windows 表单应用程序）：

var webGet = new HtmlWeb();
    doc = webGet.Load("http://www.trendyol.com/Butik/Liste/Kadin");

    HtmlNodeCollection butiks = doc.DocumentNode.SelectNodes("//div[contains(@class,'butik')]");
    richTextBox1.Text = butiks.Count().ToString();

    if (butiks != null)
    {
        foreach (HtmlNode element in butiks)
        {
            var butikUrl = element.SelectSingleNode("//div[@class='butik-large-image']/a").GetAttributeValue("href", null);
            var butikTitle = element.SelectSingleNode("//div[@class='butik-large-image']/a").GetAttributeValue("title", null);
            var butikImg = element.SelectSingleNode("//div[@class='butik-large-image']//a/img").GetAttributeValue("src", null);
            var butikEndTime = element.SelectSingleNode("//div[@class='butik-name']/div[@class='butikTimeLine']/a/div[@class='timelineMain']/h1").GetAttributeValue("enddate", null);
            dataGridView1.Rows.Add("", butikUrl, butikTitle, butikImg, butikEndTime);
        }

    }
    else
    {
        MessageBox.Show("Null Obeject...!");
    }

此代码总是 return 元素详细信息。 你能帮忙吗？

我也用过下面的代码，但是出现如下错误：

var butikUrl = element.SelectSingleNode(".//div[@class='butik-large-image']/a").GetAttributeValue("href", null);
                        var butikTitle = element.SelectSingleNode(".//div[@class='butik-large-image']/a").GetAttributeValue("title", null);
                        var butikImg = element.SelectSingleNode(".//div[@class='butik-large-image']//a/img").GetAttributeValue("src", null);
                        var butikEndTime = element.SelectSingleNode(".//div[@class='butik-name']/div[@class='butikTimeLine']/a/div[@class='timelineMain']/h1").GetAttributeValue("enddate", null);

这个错误是针对 var butikUrl = element.SelectSingleNode(".//div[@class='butik-large-image']/a").GetAttributeValue("href", null);

错误：附加信息：未将对象引用设置为对象的实例。

Answer 1

填充 butiks 变量的 XPath 谓词似乎过于笼统。 contains(@class,'butik') 表达式也将匹配 butik-large-image、butik-name 等，它们没有您试图在 foreach 循环体中访问的某些后代元素，这可能是异常的原因。尝试使用更具体的谓词，例如通过匹配 div 使 class 正好等于 'butik large'（在 Firefox 的 FirePath 中测试的 XPath）：

doc.DocumentNode.SelectNodes("//div[@class='butik large']");

Answer 2

改变

HtmlNodeCollection butiks = doc.DocumentNode.SelectNodes("//div[contains(@class,'butik')]");

到

HtmlNodeCollection butiks = doc.DocumentNode.SelectNodes("//div[contains(@class,'butik-large-image')]");

这应该 return 20 个堆叠的广告元素。

然后您可以使用

获取另一个 NodeCollection 的其他广告

HtmlNodeCollection butiks2 = doc.DocumentNode.SelectNodes("//div[contains(@class,'butik small left')]");

我家里有一些 HtmlAgilityPack 网络抓取代码，我可以按照您的方式拍摄，它们也可能会有所帮助。

编辑：您可以使用 LINQ

加入两个列表

butiks.Union(butiks2);

HTML Agility Pack-始终获取第一个元素详细信息

HTML Agility Pack-Get always the first element details

c#

html-agility-pack