Html Agility Pack – XPath 基本语法

最新想写个抓图片的小软件玩玩，需要分析 Html 结构，开始时自己写正则抓，后来发现要处理的 Html 实在太不标准，于是找来找去，找到了 Html Agility Pack 这个开源的 .Net 项目，初略尝试，印象很不错。

 

Html Agility Pack 会将 Html 文件解析为一个 Xml 文档，所以支持 XPath 路径查询，并且还支持规范化文档，不管你的 Html 有多乱，它都能将其规范化，容错性很好。

 

但是文档真是难找，大概是语言不熟加上没找到地方，好在语法也不太难，言归正传，看看例子吧。
//div[@id='toolbar']/a/img/@src

 

看上面的例子，可以初步解析得出这是一个查找 id=’toolbar’ 的 div 元素内的 a 元素内的 img 元素，并且拥有 src 属性，那么就可以得出以下关键符号：

// 作为开头使用

/ 分隔符

@ 属性标志

[] 属性选择器

 

根据上面的结论写一些例子：

 

找所有拥有 href 属性的元素

//@href

找所有拥有 src 属性的图片元素

//img/@src

转载于:https://www.cnblogs.com/islee/archive/2010/07/07/1773149.html