HtmlAgilityPack获取页面控件的名称和属性的类型

Question

我想获得所有控件的名称和控件的类型，如果它是一个文本框或复选框等使用HtmlAgilityPack。我总是看到该值为空。可能是什么问题？

  HtmlDocument htmlCode = new HtmlDocument(); 
      htmlCode.LoadHtml("http://www.google.com"); 
      //var htmlCode = client.DownloadString("http://www.google.com"); 
      HtmlNode.ElementsFlags.Remove("form"); 

      HtmlNode myForm = htmlCode.GetElementbyId("form"); 

      foreach (HtmlNode node in myForm.Elements("input")) 
      { 
       HtmlAttribute valueAttribute = node.Attributes["value"]; 

       if (valueAttribute != null) 
       { 
        Console.WriteLine(valueAttribute.Value); 
       } 
      } 

Answer 1

对于初学者来说，你不能使用HtmlDocument（不直接）URL加载的页面。无论如何，运行这会给你一个错误。您必须单独下载内容并加载它，或者只需使用HtmlWeb加载它。

修复方法form处理元素的处理方法必须先设置之前您解析文档。否则，更改将不起作用。

您的示例代码假定有form元素名为form，并且输入可能是其直接子元素。封闭表单中的输入不一定必须是表单的子节点，它可能是树中任何位置的后代。

如果您只是在寻找所有表单字段，不管表单是什么，只要查找适当类型的所有后代即可。

string GetControlType(HtmlNode n) 
{ 
    switch (n.Name) 
    { 
    case "button": return n.GetAttributeValue("type", "(submit)"); 
    case "input": return n.GetAttributeValue("type", "(text)"); 
    default:  return null; 
    } 
} 
string GetControlValue(HtmlNode n) 
{ 
    switch (n.Name) 
    { 
    case "button": 
    case "input": 
     return n.GetAttributeValue("value", null); 
    case "select": 
     if (n.Descendants("option").SkipWhile(x => x.Attributes["selected"] == null).FirstOrDefault() is HtmlNode o) return o.GetAttributeValue("value", null); 
     return n.Descendants("option").FirstOrDefault()?.GetAttributeValue("value", null); 
    case "textarea": 
     return n.InnerText; 
    default: return null; 
    } 
} 

HtmlNode.ElementsFlags.Remove("form");  
var doc = new HtmlWeb().Load("http://www.google.com"); 
var fields = new[] { "button", "input", "select", "textarea" }; 
var query = 
    from n in doc.DocumentNode.Descendants() 
    where fields.Contains(n.Name) 
    let controlType = GetControlType(n) 
    let controlValue = GetControlValue(n) 
    select new 
    { 
     ControlName = n.Name, 
     ControlType = controlType, 
     Name = n.GetAttributeValue("name", null), 
     Value = controlValue, 
     OuterHtml = n.OuterHtml, 
    };