HtmlAgilityPack SelectNodes表达式忽略具有特定属性的元素
我试图选择除脚本节点以外的节点和一个名为’relativeNav’的类的ul。 有人可以指引我走正确的道路吗? 我已经搜索了一个星期,我无法在任何地方找到它。 目前我有这个,但它显然也选择了// ul [@ class =’relativeNav’]。 反正是否有一个NOT表达式,以便SelectNode会忽略那个?
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//body//*[not(self::script)]/text()")) { Console.WriteLine("Node: " + node); singleString += node.InnerText.Trim() + "\n"; }
给定一个Html文档,其结构类似于:
HtmlDocument Hello Span World - Hello
- Li
- World
以下XPath表达式将选择所有不是脚本元素的节点,不包括具有类“relativeNav”的UL元素的所有子元素:
var nodes = htmlDoc.DocumentNode.SelectNodes("//body//*[not(parent::ul[@class='relativeNav']) and not(self::script)]/text()");
更新:忘了提及如果你需要排除任何ul [class =’relativeNav’]的孩子,无论他们的深度如何,你应该使用:
"//body//*[not(ancestor::ul[@class='relativeNav']) and not(self::script)]/text()"
如果你想排除ul元素(在上面的例子中有些不相关,因为元素不包含文本),你应该指定:
"//body//*[not(ancestor-or-self::ul[@class='relativeNav']) and not(self::script)]"
我希望这是你需要的:
HtmlDocument doc = new HtmlDocument(); var nodesToExclude1 = doc.DocumentNode.SelectNodes("//ul[@class='relativeNav']"); var nodesToExclude2 = doc.DocumentNode.SelectNodes("//body//script"); var requiredNodes = doc.DocumentNode.SelectNodes("//") .Where(node => !nodesToExclude1.Contains(node) && !nodesToExclude2.Contains(node)); foreach (HtmlNode node in requiredNodes) { Console.WriteLine("Node: " + node); singleString += node.InnerText.Trim() + "\n"; }