如何仅用HtmlAgilityPack提取指定class下的特定文本？

现有如下HTML结构：

...
<ul class="not-this-class" ...>
    ... <!-- some "<li> <a href.. > </a> </li>" here -->
</ul>

<ul class="yes-this-class" ...>
    <li>
        <a href="/some-text-1">some text 1</a>
    </li>
    <li>
        <a href="/some-text-2">some text 2</a>
    </li>
    <li>
        <a href="/some-text-3">some text 3</a>
    </li>
    ...
</ul>

<ul class="not-this-class-either" ...>
    ... <!-- some "<li> <a href.. > </a> </li>" here -->
</ul>

已能通过以下代码选中class为yes-this-class的节点：

HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
document.LoadHtml(responseString.ToString());
HtmlNode htmlNode =
    document.DocumentNode.SelectSingleNode("//*[@class='yes-this-class']");

需要仅用HtmlAgilityPack提取出如下结构的文本（无需正则表达式）：

<ul>
<li>some text 1</li>
<li>some text 2</li>
<li>some text 3</li>
</ul>

此前尝试的代码无效：

HtmlNodeCollection htmlNodes =
    document.DocumentNode.SelectNodes("//*[@class='yes-this-class']/[@a='href']");

你之前的XPath语法错误，/[@a='href']不是合法的路径表达式。以下是两种可行的实现方式：

方式一：通过XPath直接获取所有目标<a>节点，再构建结果 #

HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
document.LoadHtml(responseString.ToString());

// 选中目标ul下的所有a节点
HtmlNodeCollection linkNodes = document.DocumentNode.SelectNodes("//ul[@class='yes-this-class']/li/a");

// 创建新的ul节点用于组装结果
HtmlNode resultUl = document.CreateElement("ul");

foreach (HtmlNode linkNode in linkNodes)
{
    // 创建li节点，将a的文本内容赋值给li
    HtmlNode li = document.CreateElement("li");
    li.InnerText = linkNode.InnerText.Trim();
    resultUl.AppendChild(li);
}

// 获取最终的HTML字符串
string finalHtml = resultUl.OuterHtml;

方式二：先获取目标ul，再遍历其下的li节点 #

HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
document.LoadHtml(responseString.ToString());

HtmlNode targetUl = document.DocumentNode.SelectSingleNode("//ul[@class='yes-this-class']");

// 创建新的ul节点
HtmlNode resultUl = document.CreateElement("ul");

// 遍历目标ul下的所有li节点
foreach (HtmlNode li in targetUl.SelectNodes(".//li"))
{
    // 获取li下a的文本
    string text = li.SelectSingleNode(".//a").InnerText.Trim();
    HtmlNode newLi = document.CreateElement("li");
    newLi.InnerText = text;
    resultUl.AppendChild(newLi);
}

string finalHtml = resultUl.OuterHtml;

注意事项： #

• XPath路径要精准：//ul[@class='yes-this-class']/li/a 表示选中所有class为yes-this-class的ul下直接子li中的a节点
• 若ul的class包含多个值（比如class="yes-this-class other-class"），精确匹配可能失效，可改用contains(@class, 'yes-this-class')，但需注意避免匹配到相似名称的class
• 通过创建新节点组装结果，能避免原节点的冗余属性或内容混入最终输出

内容的提问来源于stack exchange，提问作者ssd