如何使用 Linq 从 XML/HTML 中提取元标记？

StackOverflow https://stackoverflow.com/questions/1313529

  •  19-09-2019
  •  | 
  •  

题

我正在尝试从 HTML 文件中解析一些数据，但我的 Linq 语句不起作用。这是 XML/HTML。下面，如何从 geo.position 元标记中提取字符串“41.8;12.23”？谢谢！！

这是我的 Linq

   String longLat = (String)
        from el in xdoc.Descendants()
              where
               (string)el.Name.LocalName == "meta"
               & el.FirstAttribute.Name == "geo.position"
                select (String) el.LastAttribute.Value;

这是我的 X 文档

<span>
  <!--CTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
        "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dt -->
  <html xmlns="http://www.w3.org/1999/xhtml">
    <head>
      <meta content="application/xhtml+xml; charset=utf-8" http-equiv="Content-Type" />
      <meta content="text/css" http-equiv="Content-Style-Type" />
      <meta name="geo.position" content="41.8;12.23" />
      <meta name="geo.placename" content="RomeFiumicino, Italy" />
      <title>RomeFiumicino, Italy</title>
    </head>
    <body />
  </html>
</span>

编辑：我的查询没有返回任何内容。“内部”查询似乎返回所有元元素的列表，而不仅仅是我想要的一个元素。

编辑：以下 Linq 查询针对同一个 XDocument 来检索类名称 =“data”的表

    var dataTable =
        from el in xdoc.Descendants()
        where (string)el.Attribute("class") == "data"
        select el;
有帮助吗？

解决方案

A span 在你周围 html 标签？

您可以使用 XLinq 来完成此操作，但它仅支持格式良好的 XML。您可能想看看 HTML 敏捷包 反而。

编辑 - 这对我有用：

string xml = "...";
var geoPosition = XElement.Parse(xml).Descendants().
    Where(e => e.Name.LocalName == "meta" &&
        e.Attribute("name") != null &&
        e.Attribute("name").Value == "geo.position").
    Select(e => e.Attribute("content").Value).
    SingleOrDefault();

其他提示

我敢打赌，你遇到的问题是由于没有与XmlNamespaceManager正确引用的命名空间。这里有两种方法可以做到这一点：

string xml =
        @"<span>
   <!--CTYPE html PUBLIC ""-//W3C//DTD XHTML 1.0 Transitional//EN""
        ""http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dt -->
   <html xmlns=""http://www.w3.org/1999/xhtml"">
    <head>
     <meta content=""application/xhtml+xml; charset=utf-8"" http-equiv=""Content-Type"" />
      <meta content=""text/css"" http-equiv=""Content-Style-Type"" />
      <meta name=""geo.position"" content=""41.8;12.23"" />
      <meta name=""geo.placename"" content=""RomeFiumicino, Italy"" />
      <title>RomeFiumicino, Italy</title>
    </head>
    <body />
   </html>
    </span>";

    string ns = "http://www.w3.org/1999/xhtml";
    XmlNamespaceManager nsm;

    // pre-Linq:
    XmlDocument d = new XmlDocument();
    d.LoadXml(xml);
    nsm = new XmlNamespaceManager(d.NameTable);
    nsm.AddNamespace("h", ns);

    Console.WriteLine(d.SelectSingleNode(
        "/span/h:html/h:head/h:meta[@name='geo.position']/@content", nsm).Value);

    // Linq - note that you have to create an XmlReader so that you can
    // use its NameTable in creating the XmlNamespaceManager:
    XmlReader xr = XmlReader.Create(new StringReader(xml));
    XDocument xd = XDocument.Load(xr);
    nsm = new XmlNamespaceManager(xr.NameTable);
    nsm.AddNamespace("h", ns);

    Console.WriteLine(
        xd.XPathSelectElement("/span/h:html/h:head/h:meta[@name='geo.position']", nsm)
            .Attribute("content").Value);

我同意Thorarin - 使用HTML敏捷性包，它更强大

。

不过，我怀疑你使用LinqToXML遇到的问题是因为命名空间的。请参见 MSDN这里如何处理他们在您的查询。

”如果你有XML是一个默认的命名空间，仍然必须声明的XNamespace变量，并与当地的名称结合起来做一个合格的名称在查询中使用。

一个最常见的问题查询XML树时，如果XML树有一个默认的命名空间，开发商有时写查询，就好像XML不是在命名空间“。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top