xpath对html模糊解析,使用xpath从网页中解析出html属性

我无法从html页面中提取一些属性，并且需要一些想法来帮助我取消粘贴。使用xpath从网页中解析出html属性

我正在使用PowerShell，并使用htmlagilitypack来帮助我解析html。我有一个非常粗糙的版本，我可以用正则表达式做，但它并不总是工作，所以我认为更好的选择是使用xpath来解析结果。如果正则表达式是要走的路，请让我知道。

到目前为止，我已经能够抓住我感兴趣的页面并将它按行分开。

$results = $htmldoc.DocumentNode.SelectNodes("//p[@class='row']")

的页面被分割我试图使用XPath抢我感兴趣的信息的每一行迭代后。

ForEach ($item in $results) {

$ID=$null

$ID = $item.OuterHtml

}

这让我接近我所想，但它抓住了我不想要的其他一些信息。这里是$ item.outerhml在这一点上的样子。

OuterHtml :

Nov 27 iPhone and other Cell Phone Unlocks

(Des Moines)

data-pid="4184719674">map

cell phones - by dealer

我只想要data-pid属性。

我已经尝试了一堆其他的方法来提取数据PID属性，但都没有成功。这是我尝试过的一种方法，但它一遍又一遍地返回相同的值。

$ID = $Date.DocumentNode.SelectSingleNode("//p/@data-pid")

我有一种感觉，这是简单的东西，但遇到了障碍。让我知道我需要发布什么其他信息。

2013-11-27

jmreicha

+0

你必须更清楚地说明什么_被卡住_的手段。你会得到一个编译/语法错误？你有运行时错误吗？你得到一个空的结果集？ –

+0

我想提取每个表格行的data-pid属性并将其存储在一个变量中，但我无法正常工作。上面发布的代码将抓住我所需要的，但我只想从它获取data-pid属性。 –