3

我有一个问题，我的 xpath 无法正常工作。

我正在尝试在底部获取 Google.com 的下一个链接的网址。

但我无法使用 Xpath 访问 url。

请帮我纠正我的xpath。还告诉我应该在什么地方？？

HtmlWeb hw = new HtmlWeb();

HtmlAgilityPack.HtmlDocument doc = hw.Load("http://www.google.com/search?q=seo");
HtmlNodeCollection linkNodes = doc.DocumentNode.SelectNodes("//*[@id='pnnext']");

foreach (HtmlNode linkNode in linkNodes)
{
    HtmlAttribute link = linkNode.Attributes["href"];
    MessageBox.Show(link.Value );
}
4

1 回答 1

4

这里奇怪的是，不知何故 HtmlAgilityPack 无法识别id“Next”链接的属性。

这可能是 HtmlAgilityPack 中的一个错误；您可以将其发布在HAP 问题跟踪器中。

但是，与此同时，我发现了这种解决方法：

  • 找到包含分页元素的表（带有 的表id="nav"）。对于这个元素，id 被正确识别
  • 取表中的第一个（也是唯一tr的）和最后一个td（使用 XPathlast()函数）
  • 取我们在上一步获得的a里面的元素。td

长话短说，代码如下：

var doc = new HtmlWeb().Load("http://www.google.com/search?q=seo");

var nextLink = doc.DocumentNode
    .SelectSingleNode("//table[@id='nav']/tr/td[last()]/a");

Console.WriteLine(nextLink.GetAttribute("href", "err"));

更新

在 Simon 的评论之后，我再次检查了这个，结论是这不是 HTML Agility Pack 中的错误；该id="pnnext"属性仅在浏览器发出请求时出现（可能取决于UserAgent标头值）。在执行HttpWebRequestfrom 代码时，输​​出中的“Next”链接如下所示：

<a href="/search?q=seo&amp;hl=en&amp;ie=UTF-8&amp[...]" style="text-align:left">
于 2013-01-31T21:54:33.660 回答