HtmlAgilityPack问题

Question

假设我有以下HTML代码：

<div class="MyDiv">
<h2>Josh</h2>
</div>


<div class="MyDiv">
<h2>Anna</h2>
</div>


<div class="MyDiv">
<h2>Peter</h2>
</div>

我想知道名字，所以这就是我所做的(C#)：

    string url = "https://...";
    var web = new HtmlWeb();
    HtmlNode[] nodes = null;
    HtmlDocument doc = null;
    doc = web.Load(url);
    nodes = doc.DocumentNode.SelectNodes("//div[@class='MyDiv").ToArray() ?? null;
    foreach (HtmlNode n in nodes){
         var name = n.SelectSingleNode("//h2");
         Console.WriteLine(name.InnerHtml);        
    }

输出：

Josh
Josh
Josh

这太奇怪了，因为n只包含所需的<div>。我怎样才能解决这个问题？

通过写入.//h2而不是//h2来修正

Answer 1

这是因为您的XPath语句"//h2“。您应该简单地将其更改为"h2“。当您从两个"//“开始时，路径从顶部开始。然后每次都选择"Josh“，因为这是第一个h2节点。

你也可以这样做：

List<string> names = 
    doc.DocumentNode.SelectNodes("//div[@class='MyDiv']/h2")
        .Select(dn => dn.InnerText)
        .ToList();
        
foreach (string name in names)
{
    Console.WriteLine(name);
}