HTML Agility Pack 选中超出范围节点的技术问题排查

我一眼就揪出问题所在了——你内层循环里的XPath表达式犯了个经典错误！

你写的//a|//span是全局搜索语法，它会从整个HTML文档的根节点开始扫描，把所有<a>和<span>元素都捞出来，完全无视了外层循环里的node（也就是.crow节点）的上下文。这就导致不管当前遍历的是哪个.crow，内层都会把整个页面里的a/span都重复遍历一遍，自然会选中不在目标范围内的节点。

把内层的XPath改成相对路径，只需要在开头加个.，变成.//a|.//span就行。这个.的作用是告诉解析器：“从当前节点的上下文开始搜索”，这样就只会查找当前.crow节点下的所有后代a/span元素了。

修正后的完整代码示例：

// From File 
var doc = new HtmlDocument(); 
doc.Load(filePath, Encoding.UTF8); 

foreach (HtmlNode node in doc.DocumentNode.SelectNodes(@"//div[@class='crow']")) 
{ 
    Console.WriteLine(node.OuterHtml); 
    // 改用相对路径的XPath
    var innerNodes = node.SelectNodes(@".//a|.//span");
    // 加个null检查，避免空引用异常（如果当前crow下没有a/span会返回null）
    if (innerNodes != null)
    {
        foreach (HtmlNode innerNode in innerNodes) 
        { 
            var Link = innerNode.GetAttributeValue("href", "no Link"); 
            var TextOrDate = innerNode.InnerText; 
            File.AppendAllText($@"{i}.txt", Link + "\r\n"); 
            File.AppendAllText($@"{i}.txt", TextOrDate + "\r\n"); 
        }
    }
}
// 你原代码里未写完的部分，核心问题已经解决啦

• 务必给SelectNodes的结果加null判断：如果某个.crow节点下没有任何a或span元素，SelectNodes会返回null，直接foreach会抛出空引用异常。
• 如果你的需求是只找.crow的直接子节点（而非所有后代），可以改用./a|./span或者child::a|child::span，不过看场景你应该是要所有后代，所以.//更合适。

内容的提问来源于stack exchange，提问作者cybera