如何使用htmlagilitypack提取div标签内的文本

我想提取div类之间的文本“Some text goes here”。我使用的HTML敏捷包，和C＃如何使用htmlagilitypack提取div标签内的文本

<div class="productDescriptionWrapper"> 
Some Text Goes here... 
<div class="emptyClear"> </div> 
</div>

这是我有：

Description = doc.DocumentNode.SelectNodes("//div[@class=\"productDescriptionWrapper\").Descendants("div").Select(x => x.InnerText).ToList();

我得到这个错误：

An unhandled exception of type 'System.NullReferenceException'

我知道如果文本如何提取是b/wa <h1>或<p>，而不是后代中的“div”，我将不得不给出“h1”或“p”。

有人请协助。

来源

2015-05-04 fizmhd

'[@class = \“productDescriptionWrapper \”''的右括号在哪里？ – BCdotWEB

可能是我错过了，当我在这里输入它时，它不工作.. – fizmhd

使用单引号，如

//div[@class='productDescriptionWrapper']

让所有类型的所有后代使用：

//div[@class='productDescriptionWrapper']//*，

得到特定类型的后代，如p然后使用//div[@class='productDescriptionWrapper']//p。

让那些无论是div或p所有后代：

//div[@class='productDescriptionWrapper']//*[self::div or self::p]

说你想获得的所有非空后代文本节点然后使用：

//div[@class='productDescriptionWrapper']//text()[normalize-space()]

来源

2015-05-04 18:09:34

感谢它的工作原理... – fizmhd

没有办法，你可以获得空引用异常doc是从您发布的HTML代码段创建的。无论如何，如果你的意思是在外部<div>内获得文本，但不是从内部获得文本，则使用xpath /text()这意味着获得直接子文本节点。

例如，给定此HTML片段：

var html = @"<div class=""productDescriptionWrapper""> 
Some Text Goes here... 
<div class=""emptyClear"">Don't get this one</div> 
</div>"; 
var doc = new HtmlDocument(); 
doc.LoadHtml(html);

..this仅从外<div>表达返回文本：在对比

var Description = doc.DocumentNode 
        .SelectNodes("//div[@class='productDescriptionWrapper']/text()") 
        .Select(x => x.InnerText.Trim()) 
        .First(); 
//Description : 
//"Some Text Goes here..."

..while，下面返回所有文本：

var Description = doc.DocumentNode 
        .SelectNodes("//div[@class='productDescriptionWrapper']") 
        .Select(x => x.InnerText.Trim()) 
        .First(); 
//Description : 
//"Some Text Goes here... 
//Don't get this one"

来源

2015-05-05 00:19:03 har07

如何使用htmlagilitypack提取div标签内的文本

回答

相关问题