使用HtmlAgility和ScrapySharp 读取Select中Option的文本值 | 大想...

ScrapySharp 对HtmlAgility的功能进行了扩展， 应用类似JQuery一样的方式通过css selector来选择html里面的元素。个人认为这样操作封装了HtmlAgility使用上的细节，而且显得更加的面向对象，更加的直观和简便。

比如对于这样的一段html:

1 2 3 4 5 6 7 8 9

<select id='someid'> <option selected value='0'>所有地区</option> <option value='1' >广东省</option> <option value='2' >广西省</option> <option value='3' >北京</option> <option value='4' >上海</option> <option value='5' >福建省</option> <option value='6' >江西省</option> </select>

使用HtmlAgility来获取value以及对应的文本值的写法可以是这样的：

1 2 3 4 5 6 7 8 9 10

HtmlWeb web = new HtmlWeb();                 web.OverrideEncoding = System.Text.Encoding.Default;                 HtmlDocument doc = web.Load(url);                 HtmlNodeCollection nc = doc.DocumentNode.SelectNodes('//select[@id=\'someid\']/option');                 foreach (HtmlNode n in nc)                 {                     Console.WriteLine(n.Attributes['value'].Value);                     Console.WriteLine(n.NextSibling.InnerText);                 }

而使用ScrapySharp则可以是这样做：

1 2 3 4 5 6 7 8 9 10

ScrapingBrowser Browser = new ScrapingBrowser();                 WebPage PageResult = Browser.NavigateToPage(new Uri(url));                 var searchDropdownBox = PageResult.Html.CssSelect('#someid').First();                 var options = searchDropdownBox.CssSelect('option');                 foreach (var option in options)                 {                     string value = option.GetAttributeValue('value');                     string text = option.NextSibling.InnerText;                 }

喜欢哪种方式那是因人而异了。

不过这里要注意的是， 要获取option的文本需要用到NextSibling.InnerText。 对于不熟悉的朋友可能要折腾一阵子。