如何将WebView2文档加载到HtmlAgilityPack？解析节点返回null求助

数据老陈

2026-7-12

问题原因与解决方案

核心问题

ExecuteScriptAsync返回的是JSON序列化后的字符串，并非原始HTML内容。比如你获取到的dom实际是带转义字符的JSON格式（例如<div>test</div>会变成"\"<div>test</div>\""），直接传给LoadHtml会导致HtmlAgilityPack解析出异常的DOM结构，自然无法匹配到//div节点。

解决步骤

先将JSON字符串反序列化为原始HTML
使用JSON库把转义后的字符串还原成真实的HTML内容。
再加载到HtmlAgilityPack进行解析

修改后的代码示例

方案1：使用Newtonsoft.Json（需安装NuGet包`Newtonsoft.Json`）

string dom = await webView21.CoreWebView2.ExecuteScriptAsync("document.body.outerHTML");
// 反序列化还原原始HTML
string rawHtml = Newtonsoft.Json.JsonConvert.DeserializeObject<string>(dom);

HtmlAgilityPack.HtmlDocument htmlDocument = new HtmlAgilityPack.HtmlDocument();
// 可选：开启HtmlAgilityPack的修复选项，提升容错性
htmlDocument.OptionFixNestedTags = true;
htmlDocument.OptionAutoCloseOnEnd = true;
htmlDocument.LoadHtml(rawHtml);

var divs = htmlDocument.DocumentNode.SelectNodes("//div");
if (divs == null)
    System.Diagnostics.Debug.WriteLine("divs is null");
else
    System.Diagnostics.Debug.WriteLine($"Found {divs.Count} divs");

方案2：使用System.Text.Json（.NET Core/.NET 5+内置）

string dom = await webView21.CoreWebView2.ExecuteScriptAsync("document.body.outerHTML");
// 反序列化还原原始HTML
string rawHtml = System.Text.Json.JsonSerializer.Deserialize<string>(dom);

HtmlAgilityPack.HtmlDocument htmlDocument = new HtmlAgilityPack.HtmlDocument();
htmlDocument.LoadHtml(rawHtml);

var divs = htmlDocument.DocumentNode.SelectNodes("//div");
if (divs == null)
    System.Diagnostics.Debug.WriteLine("divs is null");
else
    System.Diagnostics.Debug.WriteLine($"Found {divs.Count} divs");