C# HtmlAgilityPack -提取外部范围匹配值<table><table></HtmlAgilityPack></HtmlAgilityPack>

Question

string input = @"<table>
    <tr>
        <td>Text A</td>
    </tr>
    <tr>
        <td>
            <table>  <!-- Notice this is an inner scope table -->
                <tr>
                    <td>Text B</td>
                </tr>
            </table>
        </td>
    </tr>
</table>

<table>
    <tr>
        <td>
            <table> <!-- Notice this is an inner scope table -->
                <tr>
                    <td>Text C</td>
                </tr>
            </table>
        </td>
    </tr>
</table>

<table>
    <tr>
        <td>Text D</td>
    </tr>
</table>"

我有一系列以上字符串格式的表。

我想在所有<tr>的第一级提取内容，其中预期提取的内容是：

Text A

<table>
    <tr>
        <td>Text B</td>
    </tr>
</table>

<table>
    <tr>
        <td>Text C</td>
    </tr>
</table>

Text D

使用HtmlAgilityPack：

var htmlDocument = new HtmlDocument();
            htmlDocument.LoadHtml(input);

            var output = htmlDocument.DocumentNode
                .SelectNodes("table/tr");

里面的桌子正在被捡起来，而不是外面的桌子。我想不出该如何“确保只有父母tr的孩子才能被抓起来”。

Answer 1

使用/启动/表达式，以显式指定相对于文档根的匹配，例如"/table/tr"。这样的表达式与预期的内容匹配，但与<td>标记相匹配。要实现与问题表达式中所写的完全相同的结果，应将其更新为"/table/tr/td"

  var htmlDocument = new HtmlDocument();
  htmlDocument.LoadHtml(input);

  var output = htmlDocument.DocumentNode
    .SelectNodes("/table/tr/td");

  foreach (HtmlNode node in output)
  {
    Console.WriteLine(node.InnerHtml);
  }