Как извлечь метатег из XML/HTML с помощью Linq?
Вопрос
Я пытаюсь проанализировать немного данных из файла HTML, но мой оператор Linq не работает.Вот XML/HTML.Ниже показано, как извлечь строку «41.8;12.23» из метатега geo.position?Спасибо!!
Вот мой Линк
String longLat = (String)
from el in xdoc.Descendants()
where
(string)el.Name.LocalName == "meta"
& el.FirstAttribute.Name == "geo.position"
select (String) el.LastAttribute.Value;
Вот мой X-документ
<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>
Редактировать:Мой запрос, как указано, ничего не возвращает.Кажется, что «внутренний» запрос возвращает список всех метаэлементов, а не только один элемент, который мне нужен.
Редактировать:Следующий запрос Linq работает с тем же XDocument для получения таблицы с именем класса = «данные».
var dataTable =
from el in xdoc.Descendants()
where (string)el.Attribute("class") == "data"
select el;
Решение
А span
вокруг твоего html
ярлык?
Вы могли бы сделать это с помощью XLinq, но он будет поддерживать только правильно сформированный XML.Возможно, вы захотите посмотреть Пакет гибкости HTML вместо.
Редактировать - Это работает для меня:
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();
Другие советы
Могу поспорить, что проблема, с которой вы столкнулись, связана с неправильной ссылкой на пространство имен с помощью XmlNamespaceManager
.Вот два способа сделать это:
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);
Я согласен с Торарином - используйте пакет HTML Agility, он гораздо надежнее.
Однако я подозреваю, что проблема, с которой вы столкнулись при использовании LinqToXML, связана с пространством имен.Видеть MSDN здесь о том, как обрабатывать их в ваших запросах.
«Если у вас есть XML, который находится в пространстве имен по умолчанию, вам все равно необходимо объявить переменную XNamespace и объединить ее с локальным именем, чтобы получить квалифицированное имя, которое будет использоваться в запросе.
Одна из наиболее распространенных проблем при запросе XML-деревьев заключается в том, что если XML-дерево имеет пространство имен по умолчанию, разработчик иногда пишет запрос так, как если бы XML не находился в пространстве имен».