c# - 无法找出 HtmlAgilityPack 中的 XPath

Question

我正在努力制作我的第一个 C# 应用程序(它可以做的不仅仅是说“Hello world”)，

现在 html 文件有很多标签，(但只有下面给出的两个 h4 标签。) 但这是我感兴趣的部分:

<table width="100%" height="400" border="0" align="center" cellpadding="0" cellspacing="0" bordercolor="#111111" background="images/page_bg.gif" style="BORDER-COLLAPSE: collapse">

<tbody valign="top">
<tr>
<td>

<table width="80%" border="0" valign=top background="images/page_bg.gif">
 <tr>
 <td>

  <div align="center">
   <h4 align="center">
      <font face="Verdana, Arial, Helvetica, sans-serif" size="2">
      <b>
      <font size="4" face="Arial, Helvetica, sans-serif">
      UNWANTED TEXT
       </font></b></font></h4>

  <p><br />
  Name  :  {NAME HERE} <br>Number : {NUMBERS HERE}<br>Number2 : {NUMBERS2}<br><br><h4>UNWANTED TEXT</h4><br>detail NO.  :  <span class=style7>{NUmbers3}</span><br><br><a href=http://test.xom>UNWANTED TEXT</a><br><br>                    
  </p>
  <p class="content"><em><strong>
  <p>&nbsp;</p>

我希望得到 NAME,Numbers1,Numbers2,Numbers3，所以，我想我必须做这样的事情 =

 //div[@align = "centre"]/h4/followingsibling::Text();

但它肯定是不完整的，关于我应该怎么做的任何想法，我从 firebug 得到了 Xpath: /html/body/table/tbody/tr[2]/td/table/tbody/tr/td/table/tbody/tr[2]/td/div/table/tbody/tr/td/table/tbody/tr/td/div/h4

我也尝试过(先获取原始数据然后进一步修剪)

 HtmlNodeCollection node = doc.DocumentNode.SelectNodes("//table[@height='400']//div[@align='centre']"//p);
            foreach(HtmlNode node1 in node)    
                textBox1.Text += node1.InnerText;

但是这里的Node传为NULL 非常感谢任何帮助。

Answer 1

Firefox 将 tbody 标签添加到表格中(在原始 html 中，此标签可以不存在)。所以，我建议不要写所有路径，找到最有特色的路径并使用//。 例如//div[@class='data']/table//tr/td