如何使用C# HtmlAgilityPack提取HTML中Script标签内的指定JSON数据

嘿，我看你折腾了好久用HtmlAgilityPack提取那段HTML里的"name":"John"，其实问题出在你之前的代码一直在处理div标签的文本，但目标内容藏在script标签里呢！我给你调整下代码，保证能搞定：

核心思路 #

1. 先定位到包含目标JSON的script节点，而不是div节点
2. 提取script标签内的文本内容，清理掉JS变量赋值的冗余部分，得到合法的JSON字符串
3. 用JSON解析库（比如Newtonsoft.Json或内置的System.Text.Json）解析字符串，提取name字段的值

修改后的完整代码 #

// 替换成你需要解析的目标HTML
string targetHtml = @"<html> <body class=""detailpage""> <div id=""innerLayout""> <section id=""body-container""> <div class=""wrapper""> <div class=""content"" id=""offer_active""> <div class=""clr offerbody""> <div class=""offercontent fleft rel ""> <div class=""offercontentinner""> <script> texto = {""name"":""John""}; </script> </div> </div> </div> </div> </div> </section> </div> </body> </html>";

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(targetHtml);

// 用XPath精准定位到包含"texto ="的script节点，避免匹配其他无关script
var targetScriptNode = doc.DocumentNode.SelectSingleNode("//script[contains(text(), 'texto =')]");

if (targetScriptNode != null)
{
    // 提取script内的原始文本
    string rawScriptText = targetScriptNode.InnerText.Trim();
    
    // 清理掉JS变量赋值的部分，得到纯JSON字符串
    string cleanJson = rawScriptText.Replace("texto = ", "")
                                    .Replace(";", "")
                                    .Trim();
    
    // 方法1：用Newtonsoft.Json解析（需要先通过NuGet安装：Install-Package Newtonsoft.Json）
    dynamic jsonObject = Newtonsoft.Json.JsonConvert.DeserializeObject(cleanJson);
    string extractedName = jsonObject.name;
    Console.WriteLine($"提取到的name值：{extractedName}");

    // 方法2：用.NET Core 3.0+内置的System.Text.Json（无需额外安装包）
    // var jsonDict = System.Text.Json.JsonSerializer.Deserialize<Dictionary<string, string>>(cleanJson);
    // string extractedName = jsonDict["name"];
    // Console.WriteLine($"提取到的name值：{extractedName}");
}
else
{
    Console.WriteLine("未找到包含目标内容的script节点");
}

Console.ReadKey(true);

关键细节说明 #

• XPath筛选：//script[contains(text(), 'texto =')]能帮你精准定位到目标script，避免页面上其他无关script干扰
• 文本清理：因为script里的内容是JS变量赋值语句（texto = {"name":"John"};），必须去掉texto = 和结尾的;，才能得到符合JSON规范的字符串
• JSON解析：两种解析方式任选一种，如果你用的是老版本.NET Framework，Newtonsoft.Json更兼容；如果是.NET Core/.NET 5+，用内置的System.Text.Json更轻便

内容的提问来源于stack exchange，提问作者CrazyDonkeys