使用HtmlAgilityPack从命名不规范HTML提取指定值的问题

问题背景 #

目标HTML结构如下：

<div class="container-entry">
    <h1 class="entry-heading">Aarakocra</h1>
    <div class="entry-metadata">
        <h2 class="entry-metadata-label">Armor Class: </h2>
        <h2 class="entry-metadata-label">12</h2>
    </div><div class="entry-metadata">
        <h2 class="entry-metadata-label">hit Points: </h2>
        <h2 class="entry-metalabel-content">13 (3d8)</h2></div>

需要提取其中的12（护甲等级）和13 (3d8)（生命值）。原代码尝试通过匹配文本找节点，但输出的是枚举类型的字符串，无法获取目标值。

问题原因 #

1. 原代码中node.Equals("Armor Class: ")是将HtmlNode对象与字符串直接比较，逻辑错误，永远匹配不到节点。
2. 直接对Where返回的枚举器调用ToString()，输出的是枚举类型的名称，而非节点内容。

解决方案 #

利用节点的文本内容匹配，再通过兄弟节点关系或class选择器提取目标值：

提取护甲等级（Armor Class） #

找到文本为Armor Class: 的h2节点，取它的下一个兄弟节点的文本：

HtmlAgilityPack.HtmlWeb website = new HtmlAgilityPack.HtmlWeb();
HtmlAgilityPack.HtmlDocument pageMonsterStats = website.Load(websiteUrl + "/" + monsterName);
var monsterNode = pageMonsterStats.DocumentNode.SelectSingleNode("//div[@class='container-entry']");

// 提取护甲等级
var acLabelNode = monsterNode.Descendants("h2")
    .FirstOrDefault(n => n.InnerText.Trim() == "Armor Class:");
if (acLabelNode != null)
{
    var acValue = acLabelNode.NextSibling.InnerText.Trim();
    Console.WriteLine($"护甲等级: {acValue}"); // 输出12
}

提取生命值（Hit Points） #

可以通过文本匹配找标签节点，再取兄弟节点；也可以直接通过目标节点的class提取：

// 方法1：通过标签节点找兄弟节点
var hpLabelNode = monsterNode.Descendants("h2")
    .FirstOrDefault(n => n.InnerText.Trim() == "hit Points:");
if (hpLabelNode != null)
{
    var hpValue = hpLabelNode.NextSibling.InnerText.Trim();
    Console.WriteLine($"生命值: {hpValue}"); // 输出13 (3d8)
}

// 方法2：直接通过class选择目标节点
var hpValueNode = monsterNode.SelectSingleNode("//h2[@class='entry-metalabel-content']");
if (hpValueNode != null)
{
    Console.WriteLine($"生命值: {hpValueNode.InnerText.Trim()}");
}

注意事项 #

• 使用InnerText.Trim()避免文本中的空白字符影响匹配结果
• 用FirstOrDefault()替代Where()，直接获取第一个匹配的节点，避免处理枚举器
• 对节点做非空判断，防止页面结构变化导致空引用异常

内容的提问来源于stack exchange，提问作者NoTimeLeft