用于提取图像源URL的XPath

Question

我正在尝试检索与 .jpg 文件关联的 URL。

我在 Chrome 中使用了各种 XPath 和检查工具，但最终总是得到封装 URL 的结果。示例：

绝对 XPath 参考：

/html/body/div[3]/div/div[2]/div[1]/ul[1]/li/img 

返回：

<img src="test.com/Uploads/Picture/20150816/121atp-5-navigation/ATP5-9.jpg" xpath="1"> 

...在 Chrome 中，但在 C# 中没有结果（使用 HTMLAgilityPack）

HTML：

<ul id="title-img" class="title-img" unselectable="on" style="-moz-user-select: none;"> 
 <li style="" xpath="1">
  <img src="test.com/Uploads/Picture/20150816/121atp-5-navigation/ATP5-9.jpg">
 </li>
</ul>  

C# 代码（List 不返回任何结果，其中 xpathQuery 是上面的 XPath 引用）：

 private List<string> returnNodes(string xpathQuery, GeckoWebBrowser geckoWebBrowser)
    {
        List<string> nodes = new List<string>();
        try
        {
            XPathResult xpathResult = geckoWebBrowser.Document.EvaluateXPath(xpathQuery);
            var foundNodes = xpathResult.GetNodes();
            foreach (var node in foundNodes)
            {
                var x = node.TextContent; // get text text contained by this node (including children)
                GeckoHtmlElement element = node as GeckoHtmlElement; //cast to access.. inner/outerHtml
                string inner = element.InnerHtml;
                string outer = element.OuterHtml;

                //iterate through child nodes
                foreach (var child in node.ChildNodes)
                {
                    nodes.Add(removeCarriageReturnsFromString(child.NodeValue));
                }
            }
        }
        catch (Exception ex)
        {
            MessageBox.Show(xpathQuery + " => " + ex.Message);
        }
        return nodes;
    }

我正在寻找一个可以在我的 C# 应用程序中使用的 XPath 查询来仅输出 URL。

Answer 1

您可以使用

@

符号获取 XPath 中的属性，因此使用

/html/body/div[3]/div/div[2]/div[1]/ul[1]/li/img/@src

应仅返回 URL。

Answer 2

不要使用 html 中的整个 xpath，这可能很脆弱并且容易出错，您应该尝试确定元素的更独特的路径。

我会使用 contains 方法，因为它可以克服一些脆弱性，并且在您不确定元素的完整内容时很有用。

例如，以下 xpath 将返回所有包含 src 属性（其中包含 .jpg 字符串）的 img 标签：

//img[contains(@src, '.jpg')]

Answer 3

我设法通过编写以下内容来检索 URL。传递您的 ABSOLUTE XPath 参考。

private List<string> returnPictureNodes(string xpathQuery, GeckoWebBrowser geckoWebBrowser)
    {
        List<string> arrNodes = new List<string>();
        try
        {

            GeckoImageElement img = (GeckoImageElement)geckoWebBrowser.Document.SelectSingle(xpathQuery);
            arrNodes.Add(removeCarriageReturnsFromString(img.Src));                
        }
        catch (Exception ex)
        {
            MessageBox.Show(xpathQuery + " => " + ex.Message);
        }
        return arrNodes;
    }

Answer 4

l33t h4ck0r5!!!!!111OneOneEleven