使用HtmlAgilityPack從網站提取數據

我正在開發一個應用程序，我必須從網站獲取數據。網站的格式爲：使用HtmlAgilityPack從網站提取數據

<div id="id1" class="class1"> 
    <ol class="cls_ol"> 
    <li> 
     <div class="class2">Content 1</div> 
     <div class="cls_img"> 
       *** Code for some image *** 
     </div> 
     Content 2 
    </li> 
    <li> *** Same like above <li> *** </li> 
    <li> *** Same like above <li> *** </li> 
    </ol> 
</div>

我用代碼獲取這個...

protected void Button1_Click(object sender, EventArgs e) 
{ 
    var obj = new HtmlWeb(); 
    var document = obj.Load(" ** url of a website ** "); 

    var bold = document.DocumentNode.SelectNodes("//div[@class='class1']"); 

    foreach (var i in bold) 
    { 
     Response.Write(i.InnerHtml); 
    }

但是，我的代碼的問題是這樣的，它也取的<div class="cls_img"></div>圖像。我不需要這個圖像。那麼，如何獲取<div id="id1" class="class1">的所有內容，而無需從<div class="cls_img">獲取圖片。

來源

2012-01-20 Sagar Kadam

循環遍歷節點並找到具有class =「cls_img」匹配屬性的節點並刪除該節點。

node.ParentNode.RemoveChild(node);

來源

2012-01-20 12:07:54 chandmk

第1步 - 選擇並刪除<div class="cls_img">內圖像<div class="class1">標籤中：

var images = document.DocumentNode.SelectNodes(
     "//div[@class='class1']//*//div[@class='cls_img']//img" 
); 

    // note that if no nodes found "images" variable will hold a null value 
    foreach (var image in images) 
    { 
     image.Remove(); 
    }

第2步 - 選擇<div class="class1">元素（你已經做到了） - 現在沒有這種圖片：

var bold = document.DocumentNode.SelectNodes("//div[@class='class1']"); 
    foreach (var node in bold) 
    { 
     Console.Write(node.InnerHtml); 
    }

來源

2012-01-20 13:12:10 Alex

是的......這是行得通的。謝謝，你的幫助.. –

嘿！亞歷克斯，你能幫我一把嗎？其實我是HtmlAgilityPact的新手。我想學習它。我想學習它的類，如HtmlNode類，HtmlNodeCollection類等。所以，請告訴我來源（如任何網站或電子書），從我可以學習它。 –

@Sagar Kadam，據我所知它還沒有文檔（而不是你建議訪問他們的[討論]標籤]（http://htmlagilitypack.codeplex.com/discussions）提問）。還有很多這裏的例子，在[stackoverflow]（http://stackoverflow.com/questions/tagged/html-agility-pack）。另外，當您決定答案對您最有幫助時，通過單擊答案左側的複選框大綱將其標記爲接受的答案。 – Alex

使用HtmlAgilityPack從網站提取數據

回答

相關問題