1
<div class="clearfix">
   <i class="_2m_3 _3-91 _8o _8s lfloat _ohe img sp_sJ1LAYlqgzt sx_2abc43"></i>
   <div class="_42ef">
      <div>
         <div class="_50f3">Живет в <a class="profileLink" href="https://www.facebook.com/pages/%D0%9B%D0%BE%D1%81-%D0%90%D0%BD%D0%B4%D0%B6%D0%B5%D0%BB%D0%B5%D1%81/110970792260960?ref=br_rs" data-hovercard="/ajax/hovercard/page.php?id=110970792260960" data-hovercard-prefer-more-content-show="1">Лос-Анджелес</a>
         </div>
         <span class="_50f8"></span>
         </div>
    </div>
</div>

Мне нужно от сюда сохранить "Живёт в" и "Лос-Анджелес". Делаю так, но var text1 и var text2 всегда null. В чём проблема?

HtmlAgilityPack.HtmlDocument HD = new HtmlAgilityPack.HtmlDocument();
HD.LoadHtml(sourceCode);
var text1 = HD.DocumentNode.SelectNodes("//div[@class='_42ef']/div/div[@class='_50f3']/text()");
var text2 = HD.DocumentNode.SelectNodes("//div[@class='_42ef']/div/div[@class='_50f3']/a");

Я кажется понял в чём дело. Нужная часть кода находится между тегами <!-- -->. Регулярками я сохранил то что записано в тегах и добавил <!DOCTYPE html> к началу полученной строки. И всё заработало

2

1 ответ 1

0

Небольшое отступление. Написано по размышлениям над комментариями к ответу.

HTML - не является XML-документом. Поэтому парсить его при помощи XML-парсеров - некорректно. Используйте для этого HTML-парсеры или на крайний случай регулярные выражения.


Можно прочитать весь текст и потом уже с ним работать. Названия классов, как я понимаю, могут поменяться. Да и структура тоже.

string content = ...; //текст html 
var reader = new StringReader(content);
XPathDocument doc = new XPathDocument(reader);
var nav = doc.CreateNavigator();
foreach (XPathNavigator n in nav.Select("div"))
{
    Console.WriteLine(n.Value);
}

Выведет: Живет в Лос-Анджелес

8
  • Если вместо "string.txt" указать переменную с html - System.ArgumentException: "Путь содержит недопустимые знаки." А если создать документ с html: System.Xml.XmlException: "Ошибка при разборе EntityName., строка 3, позиция 1889."
    – JR1000
    14 июн 2017 в 14:58
  • Прикол в том, что на другой странице другие данные прекрасно читаются моим способом
    – JR1000
    14 июн 2017 в 15:00
  • убрал из ответа лишнюю работу с файлом 14 июн 2017 в 15:07
  • Всё равно. XPathDocument doc = new XPathDocument(reader); - System.Xml.XmlException: "Ошибка при разборе EntityName., строка 3, позиция 2927."
    – JR1000
    14 июн 2017 в 15:13
  • 1
    Так я и использую HtmlAgilityPack
    – JR1000
    14 июн 2017 в 16:12

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.