如何使用HTML敏捷包获取在属性值中包含特定字符串的所有Html标记？

Question

我正在努力获取在下面代码中的属性值中包含特定字符串的所有HTML标记

<meta name="DCSext.oo_market" content="en-us">
<a href="http://office.microsoft.com/en-us/support/" title="Find help for Word">
<a href="http://windows.microsoft.com/en-us/windows-live/microsoft-account-help#microsoft-account=tab1" title="Microsoft Account">

我想要在属性中包含"en-us“的所有标记，这意味着我的输出应该返回所有上述html标记。有人能帮我如何使用HTML敏捷包获得它吗？

Answer 1

您可以使用下面的XPath //*[@*[contains(., 'en-us')]]来选择任何具有包含字符串en-us的属性的元素

HtmlDocument doc = new HtmlDocument();
doc.Load(path_to_html_file);    
var nodes = doc.DocumentNode.SelectNodes("//*[@*[contains(., 'en-us')]]");

或LINQ way：

var nodes = doc.DocumentNode.Descendants()
               .Where(n => n.Attributes.Any(a => a.Value.Contains("en-us")));