如何用HtmlAgilityPack选取HTML文档中的主节点（独立块）

嘿，我懂你的需求——你要找的是那些最外层的容器节点，就是示例里那三个没被其他元素嵌套的块（<div id="main">、<div id="main2">和<p class="a_class">），而且这些节点可以是任意HTML标签对吧？不用挨个遍历所有元素，用HtmlAgilityPack的XPath选择器就能轻松搞定，给你几种实用的方法：

方法1：直接定位的直接子元素 #

绝大多数情况下，页面的内容都放在<body>标签里，所以直接选<body>的直接子元素就精准命中目标了：

// 先加载你的HTML文档
var doc = new HtmlDocument();
doc.LoadHtml(yourHtmlContent); // 本地文件的话用doc.Load("your-file.html")

// 用XPath选择<body>下所有直接子元素
var mainNodes = doc.DocumentNode.SelectNodes("//body/*");

这里的XPath表达式//body/*很直白：//body找到页面里的<body>标签，/*表示选中它的所有直接子元素（*匹配任意类型的HTML标签，刚好符合你“主节点可以是任意标签”的要求）。

方法2：更灵活的顶级节点选择 #

如果你的HTML结构比较特殊（比如有些内容直接在<html>下，虽然这种情况很少见），可以用下面的XPath选择所有根节点的直接子元素：

var mainNodes = doc.DocumentNode.SelectNodes("/*/*");

这个表达式的意思是：选中根节点（<html>）下的所有直接子元素，涵盖了<head>和<body>，如果你只想要内容部分，再过滤掉<head>就行：

var mainNodes = doc.DocumentNode.SelectNodes("/*/body/*");

验证结果 #

拿到节点后，你可以遍历看看是不是你要的内容：

if (mainNodes != null)
{
    foreach (var node in mainNodes)
    {
        // 输出节点的完整HTML代码，确认是不是目标块
        Console.WriteLine(node.OuterHtml);
    }
}

注意哦：HtmlAgilityPack的SelectNodes如果找不到匹配节点会返回null，所以一定要做非空判断，避免空引用错误。

小补充 #

如果你的“主节点”定义不是顶级子元素，而是那些包含子元素的容器（不管层级），那得调整XPath，但根据你的示例来看，显然是要最外层的块，上面的方法完全够用啦。

内容的提问来源于stack exchange，提问作者Jose Antonio Mateos