代码之家 › 专栏 › 技术社区 › TruMan1

用xpath提取内容?

html-agility-pack xpath dom xml c#

TruMan1 · 技术社区 · 15 年前

我将HTML内容存储为XML文档(使用HTML敏捷性包)。我知道一些XPath,但我无法将其归零到我需要的确切内容中。

在下面的示例中,我尝试从大图像中提取“src”和“alt”文本。这是我的例子:

<html>
<body>
   ....
   <div id="large_image_display">
      <img class="photo" src="images/KC0763_l.jpg" alt="Circles t-shirt - Navy" />
   </div>
   ....
   <div id="small_image_display">
      <img class="photo" src="images/KC0763_s.jpg" alt="Circles t-shirt - Navy" />
   </div>
</body>
</html>

“images/kc0763_l.jpg”和“circles T恤-navy”的xpath是什么?这就是我能走多远,但这是错误的。目前主要是伪代码:

\\div[@class='large_image_display']\img[1][@class='photo']@src
\\div[@class='large_image_display']\img[1][@class='photo']@alt

如果能帮上忙,我们将不胜感激。

2 回复 | 直到 15 年前

mtreit 15 年前

下面的xpath将为您提供img标记的src属性:

'//html/body/div/img[@class="photo"]/@src'

同样,这将使您得到alt属性:

'//html/body/div/img[@class="photo"]/@alt'

从这里可以看到属性文本。如果您只想找到与“大图像显示”匹配的图像,那么您将按如下方式对其进行进一步过滤:

'//html/body/div[@id="large_image_display"]/img[@class="photo"]/@src'

Dimitre Novatchev 15 年前

使用下列xpath表达式 :

/html/body/div[@id='large_image_display']/img/@src

和

/html/body/div[@id='large_image_display']/img/@alt

总是尽量避免使用 // 缩写 ,因为它可能导致非常低效的评估(导致扫描整个(子)树)。

在这种情况下,我们知道 html 元素是文档的顶部元素,我们可以通过 /html ——不是 //html .

你的主要问题是 在你的表达中 \ 和 \\ 在xpath中没有这样的操作符。您尝试使用的正确xpath运算符是 / 以及 / / 缩写。

推荐文章

J_Cus504 · 在单匹配语句中使用身份变换和多谓词来沉默节点

1 年前

Rico Strydom · Linq to XML:如何基于文件中的其他元素获取元素

1 年前

surge3333 · 使用PowerShell构建XML

1 年前

Rashid Bilal · 主题更改时Android应用程序区域设置更改回英语

1 年前

Sandeep · XSLT代码,用于根据条件提取元素值

1 年前

Reto · XSLT 3.0突发流-如何存储/获取另一个分支的值

1 年前

ams_132 · 为什么这个youtube XML数据中的这些字段没有使用Rust中的quick XML正确反序列化

1 年前

SeveredTRUTH · 无法使用PowerShell从XML文件中的“Set”元素检索信息

1 年前

Maksym Kuzmych Yong Shun · 如何向XML属性添加命名空间前缀

1 年前

Ian Kemp · 如何从SelectXml调用本机XPath函数?

1 年前