C＃HtmlAgilityPack - Scraping

Question

我想使用HtmlAgilityPack从GSMArena.com上刮取内容，具体来说，我想刮掉手机的技术规格。

期望的结果：

http://www.gsmarena.com/nokia_lumia_520-5322.php 我想刮的重量，尺寸等

问题： 节点路径将几乎所有车型之间的不同。

我的问题：

我怎么会凑通过搜索？例如，如果我想刮掉产品重量，是否有办法告诉HTMLAgilityPack搜索标签，然后转到跟随它的TD，然后刮掉该TD的内部文本？

Answer 1

XPath是你的朋友。 Learn it here.（在链接腐烂，只是谷歌的XPath 1.0教程的情况下）

对于文件：

string weight= doc.DocumentNode.SelectSingleNode(@"//td[a[contains(text(),'Weight')]]/following-sibling::td").InnerText; 

会得到你的重量。

XPath解释：对于所有节点（//），选择包含“a”元素的“td”元素，其中包含文本“Weight”，然后选择以下“td”节点。