为何HtmlAgilityPack在部分EPUB文档中无法识别body节点

问题出在HTML文档中的XML命名空间声明。你提供的HTML片段里包含xmlns="http://www.w3.org/1999/xhtml"，HtmlAgilityPack会将这个命名空间应用到所有元素上，而你使用的//body XPath查询默认不包含命名空间，自然匹配不到实际存在的body节点。

之前部分俄文书能正常查询，是因为那些文档的HTML没有声明这个XHTML命名空间，元素处于无命名空间环境中，所以XPath能直接命中。

三种解决方法： #

1. 注册命名空间后使用带前缀的XPath

HtmlDocument htmlDocument = new();
htmlDocument.LoadHtml(textContentFile.Content);

// 注册XHTML命名空间
XmlNamespaceManager nsManager = new XmlNamespaceManager(htmlDocument.CreateNavigator().NameTable);
nsManager.AddNamespace("xhtml", "http://www.w3.org/1999/xhtml");

// 用带命名空间前缀的XPath查询body
var bodyNode = htmlDocument.DocumentNode.SelectSingleNode("//xhtml:body", nsManager);

2. 关闭HtmlAgilityPack的命名空间解析
   让解析器忽略命名空间，把所有元素当作无命名空间处理：

HtmlDocument htmlDocument = new();
// 关闭命名空间前缀处理
htmlDocument.OptionUseNamespacePrefixes = false;
htmlDocument.LoadHtml(textContentFile.Content);

// 原XPath即可正常工作
var bodyNode = htmlDocument.DocumentNode.SelectSingleNode("//body");

3. 用LINQ查询替代XPath
   直接遍历节点，匹配名称为body的元素（忽略大小写兼容不同写法）：

HtmlDocument htmlDocument = new();
htmlDocument.LoadHtml(textContentFile.Content);

var bodyNode = htmlDocument.DocumentNode.Descendants()
    .FirstOrDefault(node => node.Name.Equals("body", StringComparison.OrdinalIgnoreCase));

内容的提问来源于stack exchange，提问作者khantazm