如何通过后代节点属性筛选HTML的a标签并提取href属性

你遇到的编译错误核心是：DescendantNodes返回的是节点集合，不能直接链式访问Attributes属性，必须先定位到具体的img节点再检查属性。以下是两种可行的解决方法：

方法一：使用LINQ筛选 #

通过LINQ链式调用，先获取所有a标签，再筛选包含符合条件img后代的节点：

// 筛选包含src含指定域名的img后代的a标签
HtmlNode vehicleNode = document.DocumentNode.SelectNodes("//a")
    .FirstOrDefault(a => 
        a.Descendants("img")
          .Any(img => img.GetAttributeValue("src", "")
                         .Contains("https://images.sample.com")));

// 提取目标href（空值判断避免空引用）
string targetHref = vehicleNode?.GetAttributeValue("href", null);

关键说明： #

• Descendants("img")：获取当前a标签下所有层级的img后代节点
• Any()：判断是否存在符合条件的img节点
• GetAttributeValue("src", "")：安全获取src属性，避免属性不存在时抛出空引用异常

方法二：直接用XPath一步筛选 #

更简洁的方式是用XPath表达式直接定位目标a标签，无需额外LINQ处理：

// XPath表达式：筛选后代中存在src包含指定域名的img的a标签
HtmlNode vehicleNode = document.DocumentNode.SelectSingleNode(
    "//a[.//img[contains(@src, 'https://images.sample.com')]]");

string targetHref = vehicleNode?.GetAttributeValue("href", null);

XPath表达式解析： #

• //a：匹配文档中所有a标签
• [.//img[contains(@src, 'xxx')]]：筛选条件——当前a标签的后代中，存在img节点且其src属性包含指定字符串

内容的提问来源于stack exchange，提问作者Greg Gum