html-parsing - 我如何解析这个 HTML 文件？

Question

<div id="main">

<style type="text/css">
</style>

<script language="JavaScript">    
</script>
<p style="margin: 0pt 0pt 0.5em;"><b>Media from&nbsp;<a onclick="(new Image()).src='/rg/find-media-title/media_strip/images/b.gif?link=/title/tt0087538/';" href="/title/tt0087538/">The Karate Kid</a> (1984)</b></p>
<style type="text/css">    
</style>

<table style="border-collapse: collapse;">
</table>
</div>

我需要以某种方式提取 (new Image()) 的 href 值。我将如何使用 HtmlAgilityPack 完成此任务？

我是新手，到目前为止，我还没有找到关于如何有效地使用它进行解析的有用教程。

谢谢您的帮助！

Answer 1

HtmlAgilityPack 本身不提供很多解析选项。但是您可以将它与 XPath 一起使用来完成任何类型的复杂解析。在你的例子中，你可以做 -

var testString = "..."; // Your html 
var doc = new HtmlDocument();
doc.LoadHtml(testString);
var node = doc.DocumentNode.SelectSingleNode("/div/p/b/a");
var hrefValue = node.GetAttributeValue("href", ""));

这会给

/title/tt0087538/