Html Agility Pack解析Html -- Q&A

(有关Html Agility Pack的下载和简单使用请看我上一篇文章，这里是关于HAP使用的各种记录)

Q: 如何根据ID选择HTML结点？

A: 利用@id='xxx', e.g.,

HtmlNode bugSum = doc.DocumentNode.SelectSingleNode("//h2[@id='summary']");

Q: 如何得到结点的文字内容或Html内容？

A:

node.InnerText.Trim()
node.InnerHtml
node.OuterHtml

Q: 如何在html树结构下查找结点？

A: 比如从根节点查找id=container的div下的第一个table:

HtmlNode table = doc.DocumentNode.SelectSingleNode("//div[@id='container']/table[1]");

注意路径里"//"表示从根节点开始查找，两个斜杠‘//’表示查找所有childnodes；一个斜杠'/'表示只查找第一层的childnodes（即不查找grandchild）；点斜杠".//"表示从当前结点而不是根结点开始查找。接上一行代码，比如要查找table所有直接子结点的tr:

HtmlNodeCollection tr = table.SelectNodes("./tr");

Q: 如何得到结点的ID？

A： 很简单： node.ID

Q: 如果一段html存在字符串里，是否可以用Html Agility Pack进行处理？

A：可以，先将字符串load进来，之后的处理方法一样：

//load the original html
string html = "some html stuff"
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(@html);






Q: 我对load进来的html进行了一些处理，比如改变了一些结点内容，删除了一些结点什么的，为什么结果却没有变化？
A: 也许你忘记save你对html的改变了，假设html存在字符串中：

//load the original html
string html = "some html stuff"
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(@html);

//make some changes
doSomething();

//save the change
var sb = new StringBuilder();
using (var writer = new StringWriter(sb))
{
    doc.Save(writer);
}


Q: 如何去掉外层的html tag只留下内容？
A: 用remove方法。假设结点<a href=xxx>ABCD</a>，你想留下ABCD而不要<a></a>，那你需要先得到这个Html结点，假设叫link:

link.ParentNode.RemoveChild(link,true);

参数true表示留下grandchild，在这里即内容ABCD; false表示将此结点连同其grandchilds一起删除。




Q: 如何插入结点？
A: 插入结点有两种方式。第一种是直接使用Insert方法:
            HtmlNode pathNode = doc.CreateElement("tr");
            HtmlNode tbody = doc.DocumentNode.SelectSingleNode("//table[1]");
            tbody.ChildNodes.Insert(0, pathNode);

这里，pathNode是需要插入的结点。我们想把它插入到table （即tbody所表示的结点）的第一行。Insert方法的第一个参数0即表示将pathNode插入到tbody中，作为其第一个Child node。

不过，当你并不清楚插入结点的位置时，此方法并不好用。比如，你想将一个新结点插入一个特定结点之前/之后，这时用InsertBefore / InsertAfter 方法会很方便：
HtmlNode parentNode = trNode.ParentNode;
HtmlNode tr = postdoc.CreateElement("tr");
parentNode.InsertBefore(tr, trNode);

这里，我们将新结点 tr 插入trNode之前。注意要在trNode的父节点上调用InsertBefore方法。





（未完待续，转载请注明出处）