System.Xml.XPath.XPathException

或者xpath 写错，HtmlDocument.LoadHtml(string) 会加载出错

或者 文件缺失tag

XPath

维基百科介绍如下： 

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。

XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。

XPath中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释、根节点。节点关系有：Parent、Children、Sibling、Ancestor、Descendent。

    路径表达式用来选取节点或节点集，通过路径（path）或步（steps）进行选取。

节点表达式：

表达式	描述
nodename	选取此节点的所有子节点。
/	从根节点选取。
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
.	选取当前节点。
..	选取当前节点的父节点。
@	选取属性。

路径表达式	结果
bookstore	选取 bookstore 元素的所有子节点。
/bookstore	选取根元素 bookstore。 注释：假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径！
bookstore/book	选取属于 bookstore 的子元素的所有 book 元素。
//book	选取所有 book 子元素，而不管它们在文档中的位置。
bookstore//book	选择属于 bookstore 元素的后代的所有 book 元素，而不管它们位于 bookstore 之下的什么位置。
//@lang	选取名为 lang 的所有属性

谓语：用来查找某个特定的节点或者包含某个指定的值的节点。谓语被嵌在方括号中

路径表达式	结果
/bookstore/book[1]	选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()]	选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1]	选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3]	选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang]	选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang='eng']	选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00]	选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title	选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00。

通配符：

通配符	描述
*	匹配任何元素节点。
@*	匹配任何属性节点。
node()	匹配任何类型的节点。

选取多个路径时，使用 “ | ”符号。 

步（Step）：语法为  轴名称::节点测试[谓语]

 轴（axis）-------------------------------定义所选节点与当前节点之间的树关系

节点测试（node-test）----------------识别某个轴内部的节点

零个或多个谓语（predicate）--------更深入提炼所选的节点集

XPath轴：

轴名称	结果
ancestor	选取当前节点的所有先辈（父、祖父等）。
ancestor-or-self	选取当前节点的所有先辈（父、祖父等）以及当前节点本身。
attribute	选取当前节点的所有属性。
child	选取当前节点的所有子元素。
descendant	选取当前节点的所有后代元素（子、孙等）。
descendant-or-self	选取当前节点的所有后代元素（子、孙等）以及当前节点本身。
following	选取文档中当前节点的结束标签之后的所有节点。
namespace	选取当前节点的所有命名空间节点。
parent	选取当前节点的父节点。
preceding	选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling	选取当前节点之前的所有同级节点。
self	选取当前节点。

XPath可以使用运算符：

运算符	描述	实例	返回值
|	计算两个节点集	//book | //cd	返回所有拥有 book 和 cd 元素的节点集
+	加法	6 + 4	10
-	减法	6 - 4	2
*	乘法	6 * 4	24
div	除法	8 div 4	2
=	等于	price=9.80	如果 price 是 9.80，则返回 true。 如果 price 是 9.90，则返回 false。
!=	不等于	price!=9.80	如果 price 是 9.90，则返回 true。 如果 price 是 9.80，则返回 false。
<	小于	price<9.80	如果 price 是 9.00，则返回 true。 如果 price 是 9.90，则返回 false。
<=	小于或等于	price<=9.80	如果 price 是 9.00，则返回 true。 如果 price 是 9.90，则返回 false。
>	大于	price>9.80	如果 price 是 9.90，则返回 true。 如果 price 是 9.80，则返回 false。
>=	大于或等于	price>=9.80	如果 price 是 9.90，则返回 true。 如果 price 是 9.70，则返回 false。
or	或	price=9.80 or price=9.70	如果 price 是 9.80，则返回 true。 如果 price 是 9.50，则返回 false。
and	与	price>9.00 and price<9.90	如果 price 是 9.80，则返回 true。 如果 price 是 8.50，则返回 false。
mod	计算除法的余数	5 mod 2	1

XPath有一百多个函数，常用在谓语中选择的函数有 

   position() 表示当前节点的序号

   last() 表示取最后一个节点

   name() 表示当前节点名字

在.NET中可以使用XPath处理XML文档，此处的html解析就是运用XPath查询选择。

HtmlAgility以HtmlDocument类为主线。HAP提供了两种不同方式加载HtmlDocument类的实例：从html字符串构造（可以使用LoadHtml方法和Load方法），从html文档流构造实例（使用Load方法）。从而就可以实例化一个DOM实例，对于客户端脚本语言JavaScript熟悉的开发者来说这是非常熟悉的。这些操作也与.net framework中的XmlDocument类对于XML文档的操作非常类似，而且XML操作中也支持使用XPath表达式的查询使用，不同的是HtmlDocument强化了GetElementById方法，可以直接使用定位。示例代码如下：

 HtmlDocument hd = new HtmlDocument();  

hd.LoadHtml(fileStr);
HtmlNode root = hd.DocumentNode;
HtmlNodeCollection hNodes = root.SelectNodes("//tr[@class='odd']|//tr[@class='even']/td[@class='rowNum']");

            HtmlDocument hd = new HtmlDocument();
            hd.LoadHtml(fileStr);
            HtmlNode root = hd.DocumentNode;
            HtmlNodeCollection hNodes = root.SelectNodes("//tr[@class='odd']|//tr[@class='even']/td[@class='rowNum']");

4、后续的使用需要依照自己的实际需求来设计。对于html文档的解析主要就是使用XPath表达式进行选择定位，可以参考http://www.w3school.com.cn/xpath/xpath_syntax.asp。

5、去除script和style等标签。当使用document.DocumentNode.InnerText获取文档内容时会包含script等标签，因此可以使用下面的方法去除：

 foreach(var script in doc.DocumentNode.Descendants("script").ToArray())  

   script.Remove();  

foreach(var style in doc.DocumentNode.Descendants("style").ToArray())  

   style.Remove();  

foreach(var comment in doc.DocumentNode.SelectNodes("//comment()").toArray())  

   comment.Remove();  

  foreach(var script in doc.DocumentNode.Descendants("script").ToArray())
       script.Remove();
   foreach(var style in doc.DocumentNode.Descendants("style").ToArray())
       style.Remove();
   foreach(var comment in doc.DocumentNode.SelectNodes("//comment()").toArray())
       comment.Remove(); 

HtmlAgilityPack对于html页面的解析、信息采集的准确度和效率都优于使用正则表达式，而且对开发者非常友好，特别是正则表达式的学习曲线较陡，而且其中包含了很多的技巧，特别是对高效的正则表达式的书写是非常需要经验的。HtmlAgilityPack获取html文档时对原文本的结构要求是非常宽松的，这与XmlDocument的严格要求是不同的