使用HTML Agility Pack获取特定的表

debugcn 发表于 Dev

奥斯丁

我在使用HTML Agility Pack获取某些特定表时遇到麻烦。我也不能更改实际的HTML，因此不能使用其他ID或类或其他任何内容。

有人可以告诉我如何访问以下每个表吗？

<table class="newTable">
      //table 1 contents
    <table border="0" cellpadding="3" cellspacing="2" width="100%">
         //table 1 - A contents
    </table>
</table>
<table border="0" cellpadding="0" cellspacing="0" class="newTable">
     //table 2 contents
    <table width="100%" border="0" cellspacing="2" cellpadding="0">
        //table 2 - A contents
    </table>
    <table width="100%" border="0" cellspacing="2" cellpadding="0">
       //table 2 - B contents
    </table>
    <table width="100%" cellspacing="2" cellpadding="0">
       //table 2 - C contents
    </table>
</table>
<table>
     //table 3 contents
</table>

现在，如果我要打电话给以下人员

HtmlNode table = doc.DocumentNode.SelectSingleNode("//table");
foreach (var cell in table.SelectNodes("//tr/td"))
{
     string someVariable = cell.InnerText
}

我会经历所有事情。我希望能够以不同的方式访问表以关联存储数据的位置。

我试图看类似的东西

doc.DocumentNode.SelectNodes("//table[1]");

但是使用索引似乎不起作用，当我尝试用它指定一个表时，它仍然在所有表中读取或不读取。

同样的事情适用于它，它要么根本不起作用，要么得到所有东西。

foreach (var cell in table.SelectNodes("//table").Skip(some_number))
{
     string someVariable = cell.InnerText
}

我正在使用HTML Agility Pack 1.4.9的NuGet包

编辑：

我仅尝试获取表1-A的内容。两者都给出null或endcodingfound异常。

HtmlNode table = doc.DocumentNode.SelectSingleNode("//table/tr/td/table[1]");

HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]/tr/td/table[1]");

杰西霍温

错误与您的第二次调用有关，“ // tr / td”将返回到根元素。索引器是问题第一部分的正确解决方案，可以通过指定要从您所在的位置进行导航来解决第二部分问题：

HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]");
foreach (var cell in table.SelectNodes(".//tr/td")) // **notice the .**
{
     string someVariable = cell.InnerText
}

不知道还会发生什么，但是通过将测试表扩展到此代码，以下内容将在我的测试中起作用。这可能意味着您需要共享更多上下文。

这是我用于测试的文档：

<!DOCTYPE html>

<html lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
    <meta charset="utf-8" />
    <title></title>
</head>
<body>
    <table class="newTable">
        <tr>
            <td>
                <table border="0" cellpadding="3" cellspacing="2" width="100%">
                    <tr><td>
                        //table 1 - A contents
                    </td></tr>
                </table>
            </td>
        </tr>

    </table>
    <table border="0" cellpadding="0" cellspacing="0" class="newTable">
        <tr>
            <td>
                //table 2 contents
                <table width="100%" border="0" cellspacing="2" cellpadding="0">
                    <tr>
                        <td>
                            //table 2 - A contents
                        </td>
                    </tr>
                </table>
                <table width="100%" border="0" cellspacing="2" cellpadding="0">
                    <tr>
                        <td>
                            //table 2 - B contents
                        </td>
                    </tr>
                </table>
                <table width="100%" cellspacing="2" cellpadding="0">
                    <tr>
                        <td>
                            //table 2 - C contents
                        </td>
                    </tr>
                </table>
            </td>
        </tr>
    </table>
    <table>
        <tr>
            <td>
                //table 3 contents
            </td>
        </tr>
    </table>
</body>
</html>

这是提取您需要的值的代码：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(text);

var node1A = doc.DocumentNode.SelectSingleNode("//table[1]//table[1]");
string content1A = node1A.InnerText;
Console.WriteLine(content1A);

var node2C = doc.DocumentNode.SelectSingleNode("//table[2]//table[3]");
string content2C = node2C.InnerText;
Console.WriteLine(content2C);

显示：

在此处输入图片说明

更新

好的，我使用了您的实际HTML，并且我也得到了NullReference。肯定有些东西会大大混淆敏捷包，不确定为什么。不过，使用Linq API进行一些试验似乎可行，我希望它可以为您提供替代方案：

var table = doc.DocumentNode.DescendantsAndSelf("table").Skip(1).First().Descendants("table").First();
var tds   = table.Descendants("td");

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。

编辑于2021-06-8

我来说两句

0条评论

登录后参与评论

来自分类Dev