用HTML敏捷包解析表格

Question

我想从表单中提取所有输入元素。当我解析以下形式：

<form> 
<input name='test1' type='text'> 
<input name='test2' type='text'> 
<input name='test3' type='text'> 
</form> 

一切都工作正常，HTML敏捷性包能够检测在表单中输入元素，但如果它有类似下面的DIV父节点，它不会被检测到。

<form> 
<div><input name='test1' type='text'></div> 
<div><input name='test2' type='text'></div> 
<div><input name='test3' type='text'></div> 
</form> 

我用下面的代码

HtmlNode.ElementsFlags.Remove("form"); 

foreach (HtmlAgilityPack.HtmlNode node in postForm.Elements("input")) 
{ 
    HtmlAgilityPack.HtmlAttribute valueAttribute = node.Attributes["value"]; 
} 

谁能告诉我哪里出了问题？谢谢

Answer 1

HtmlNode.Elements方法被匹配匹配名第一代子节点。将输入放入<div>标记后，它们将成为表单元素的第二代子节点。

为了让你的代码工作中使用HtmlNode.Descendants方法，获得具有匹配名称的所有后代节点：

foreach (HtmlAgilityPack.HtmlNode node in postForm.Descendants("input")) 
{ 
    HtmlAgilityPack.HtmlAttribute valueAttribute = node.Attributes["value"]; 
} 

Answer 2

我不记得“.Elements()”是做什么的，但我认为它只是返回子节点......在你的情况下，你的表单的直接孩子是divs。

您可以使用XPath有一点更多的控制：

.SelectNodes("//form/div/input") 

这将在形式返回输入节点列表，明知输入withing div标签。

在这里您可以看到带有示例的XPATH TUTORIAL。

Answer 3

使用Descendants()而不是Elements() - 后来只适用于直接孩子，但你输入元素嵌套的div内：

foreach (HtmlAgilityPack.HtmlNode node in postForm.Descendants("input")) 
{ 
    HtmlAgilityPack.HtmlAttribute valueAttribute = node.Attributes["value"]; 
}