如何基于子元素InnerText过滤HtmlAgilityPack的HtmlNodeCollection？

问题分析 #

你之前的代码存在两个核心问题：

1. 使用//是全局路径搜索，会从整个HTML文档中查找h2，而非当前<a>节点的子元素，可能匹配到无关节点；
2. 每次调用SelectNodes都会返回一个HtmlNodeCollection，最终得到的是集合的集合（IEnumerable<HtmlNodeCollection>），不符合后续逻辑的需求。

正确实现方式 #

方法一：循环遍历筛选

直接遍历每个<a>节点，检查其内部的h2元素是否包含关键词，符合条件的加入新的HtmlNodeCollection：

string keyWord = "fraude";
HtmlNodeCollection filteredNodes = new HtmlNodeCollection(null);

foreach (HtmlNode aNode in searchResults)
{
    // 相对路径查找当前a节点下的目标h2
    HtmlNode h2Node = aNode.SelectSingleNode(".//h2[@class='search-item__title']");
    // 检查h2存在且文本包含关键词（可选择忽略大小写）
    if (h2Node != null && h2Node.InnerText.IndexOf(keyWord, StringComparison.OrdinalIgnoreCase) >= 0)
    {
        filteredNodes.Add(aNode);
    }
}

方法二：LINQ筛选后转成HtmlNodeCollection

用LINQ先筛选符合条件的节点，再统一添加到HtmlNodeCollection中：

string keyWord = "fraude";
// 先转成IEnumerable<HtmlNode>进行筛选
var matchedNodes = searchResults.Cast<HtmlNode>()
    .Where(aNode => 
    {
        HtmlNode h2Node = aNode.SelectSingleNode(".//h2[@class='search-item__title']");
        return h2Node != null && h2Node.InnerText.Contains(keyWord, StringComparison.OrdinalIgnoreCase);
    });

// 转成HtmlNodeCollection
HtmlNodeCollection filteredNodes = new HtmlNodeCollection(null);
foreach (var node in matchedNodes)
{
    filteredNodes.Add(node);
}

关键注意点 #

• 使用.//而非//：.表示从当前节点开始搜索子元素，确保只查找当前<a>节点内部的h2；
• 增加空值判断：避免h2节点不存在时引发空引用异常；
• 大小写控制：如果不需要区分关键词大小写，使用StringComparison.OrdinalIgnoreCase，否则直接用Contains(keyWord)即可。

内容的提问来源于stack exchange，提问作者miatochai