问题标签 [html-agility-pack]

在星期五的这个阶段真的很头疼！我正在尝试使用 InsertAfter() 将 HtmlNode 添加到另一个。当我将其 rpint 到控制台时，我可以看到带有面包屑 ID 的 refChild 节点，但不断收到以下错误：

我的代码是：

如前所述，我已将 HtmlWrapper 和 HtmlWrapper.SelectSingleNode("//div[@id='breadcrumb']") 打印到控制台，并且可以在屏幕上看到该节点。关于我在哪里出错的任何想法？

谢谢，丹尼斯

我有一个数据库，其中包含从 MS Word 粘贴的一些文本字段，我无法仅剥离 , 和标签，但显然保留了它们的 innerText。

我尝试过使用 HAP，但我没有朝着正确的方向前进..

此代码只是选择所需的元素并删除它们......但不保留它们的内部文本......

提前致谢

代码可以比我更好地解释这个问题。我还包括了我尝试过的替代方法。如果可能，请解释为什么这些其他方法也不起作用。我的想法已经用完了，遗憾的是 HtmlAgilityPack 的示例并不多。不过，我目前正在浏览文档以寻找更多想法。

我注意到的一件事是 .nextSibling 属性，我想我可以使用 while 循环来遍历表单，直到找不到下一个兄弟姐妹或表单结尾。

无论如何，这是代码：

任何人都可以为 perl 推荐一个好的模块，如“html agility pack”（.net）或“Beautiful Soup”吗？

提前致谢！

如果我正在创建一个简单的网络爬虫（从根 url 抓取所有链接，然后从这些链接抓取所有电子邮件）是否值得使用 HTML Agility Pack？我实际上并没有浏览 HTML 标签，我只是想在整个文档中扫描电子邮件。

使用 HTML 敏捷包会更有效吗？

我严格剥离它们，因为我必须拥有这些电子邮件，并且大约有 100 个链接。只会抓取大约 500 封电子邮件。不用担心，我在这里牢记道德。

按照这个例子，我可以找到 LI 部分。

Html 敏捷包 - 解析 <li>

但是，我只想要位于 div 内的 LI 项目，其 id 为“res”。

我怎么做？

我正在尝试使用 XPath 1.0（或者可能使用正则表达式）选择元素 (a)，这些元素遵循特定元素 (b) 的同级元素，但仅在另一个 b 元素之前。

我试图使样本尽可能接近真实世界。所以在这种情况下，当我在元素

我需要选择

当我在

我需要选择

知道如何实现吗？谢谢！

我一直在寻找有关使用 HTML Agility Pack 的教程，因为它似乎可以完成我想要它做的所有事情，但对于如此强大的工具来说，互联网上似乎很少有关于它的噪音。

我正在编写一个简单的方法，它将根据名称检索任何给定的标签：

这可以使用正则表达式轻松完成，但我们都知道使用正则表达式解析 HTML 是不对的。到目前为止，我有以下代码：

我希望能够首先从 HTML 中删除所有注释，然后根据其名称返回正确的标签。如果可能的话，我还想根据属性返回某些元标记，例如机器人。我对 xpath 不是很好，所以任何帮助都会很好。

任何帮助将非常感激。

我有 html 文件，其中包含我的 c#.net 应用程序中的表格内容和其他信息。

我只想解析一些列的表格内容。那么我应该在.net中使用html解析器还是Regex的Replace方法？

如果我使用解析器，那么如何使用解析器？解析器会提取标签之间的信息吗？如果是，那么如何使用？如果可能，请显示该示例，因为我是解析器的新手。

如果我使用Regex类的Replace方法，那么在该方法中如何传递我想要提取信息的文件名？

编辑：我想从 html 文件中的表中提取信息。为此，我该如何使用 html 敏捷解析器？我应该编写什么类型的代码来使用该解析器？

示例 HTML：

测试代码：

该语句doc.GetElementbyId("form2").SelectNodes(".//input")给了我一个空引用。

我做错什么了吗？谢谢。