У меня проблема с анализом входных тегов потомков формы в html.Я могу разобрать их из корня, используя // input [@type], но не как дочерние элементы определенного узла.
Вот некоторый код, который иллюстрирует проблему:
private const string HTML_CONTENT =
"<html>" +
"<head>" +
"<title>Test Page</title>" +
"<link href='site.css' rel='stylesheet' type='text/css' />" +
"</head>" +
"<body>" +
"<form id='form1' method='post' action='http://www.someplace.com/input'>" +
"<input type='hidden' name='id' value='test' />" +
"<input type='text' name='something' value='something' />" +
"</form>" +
"<a href='http://www.someplace.com'>Someplace</a>" +
"<a href='http://www.someplace.com/other'><img src='http://www.someplace.com/image.jpg' alt='Someplace Image'/></a>" +
"<form id='form2' method='post' action='/something/to/do'>" +
"<input type='text' name='secondForm' value='this should be in the second form' />" +
"</form>" +
"</body>" +
"</html>";
public void Parser_Test()
{
var htmlDoc = new HtmlDocument
{
OptionFixNestedTags = true,
OptionUseIdAttribute = true,
OptionAutoCloseOnEnd = true,
OptionAddDebuggingAttributes = true
};
byte[] byteArray = Encoding.UTF8.GetBytes(HTML_CONTENT);
var stream = new MemoryStream(byteArray);
htmlDoc.Load(stream, Encoding.UTF8, true);
var nodeCollection = htmlDoc.DocumentNode.SelectNodes("//form");
if (nodeCollection != null && nodeCollection.Count > 0)
{
foreach (var form in nodeCollection)
{
var id = form.GetAttributeValue("id", string.Empty);
if (!form.HasChildNodes)
Debug.WriteLine(string.Format("Form {0} has no children", id ) );
var childCollection = form.SelectNodes("input[@type]");
if (childCollection != null && childCollection.Count > 0)
{
Debug.WriteLine("Got some child nodes");
}
else
{
Debug.WriteLine("Unable to find input nodes as children of Form");
}
}
var inputNodes = htmlDoc.DocumentNode.SelectNodes("//input");
if (inputNodes != null && inputNodes.Count > 0)
{
Debug.WriteLine(string.Format("Found {0} input nodes when parsed from root", inputNodes.Count ) );
}
}
else
{
Debug.WriteLine("Found no forms");
}
}
Что означает вывод:
Form form1 has no children
Unable to find input nodes as children of Form
Form form2 has no children
Unable to find input nodes as children of Form
Found 3 input nodes when parsed from root
Что я мог бы ожидать, так это то, что у Form1 и Form2 будут детии что input [@type] сможет найти 2 узла для form1 и 1 для form2
. Есть ли конкретный параметр конфигурации или метод, который я не использую, которым я должен быть?Есть идеи?
Спасибо,
Стив