HTML Agility Pack

Question

HTML Agility Pack

c#.netwinformshtml-parsinghtml-agility-pack

6

我想使用Html Agility Pack解析HTML表格。我只想从表格中提取一些预定义列的数据。

但我对解析和Html Agility Pack很陌生，我尝试过，但不知道如何满足我的需求。

如果有人知道，请给我一个例子。

编辑：

是否可以像这样解析HTML表格，仅提取决定的列名数据？例如，有4列名称、地址、电话号码，我只想提取名称和地址数据。

- Harikrishna

@Harikrishna - 你有表结构的小样例吗？ - Mike Two

有关使用Html Agility Pack从HTML数据中提取数据的更多信息，请参见：https://dev59.com/dkzSa4cB1Zd3GeqPnYZp - Harikrishna

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Mike Two · Accepted Answer

在讨论论坛这里有一个例子。向下滚动一点以查看表格答案。我希望他们能提供更好的示例，更易于查找。

编辑：要从特定列中提取数据，您需要先找到与所需列相对应的<th>标签，并记住它们的索引。然后，您需要找到相同索引的<td>标签。假设您知道列的索引，您可以像这样操作：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml("http://somewhere.com");
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table");
foreach (var row in table.SelectNodes("//tr"))
{
    HtmlNode addressNode = row.SelectSingleNode("td[2]");
    //do something with address here
    HtmlNode phoneNode = row.SelectSingleNode("td[5]");
    // do something with phone here
}

编辑2：如果您不知道列的索引，您可以像这样完成整个过程。我没有测试过这个。

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml("http://somewhere.com");
var tables = doc.DocumentNode.SelectNodes("//table");

foreach(var table in tables)
{
    int addressIndex = -1;
    int phoneIndex = -1;
    var headers = table.SelectNodes("//th");
    for (int headerIndex = 0; headerIndex < headers.Count(); headerIndex++)
    {
        if (headers[headerIndex].InnerText == "address")
        {
            addressIndex = headerIndex;
        }
        else if (headers[headerIndex].InnerText == "phone")
        {
            phoneIndex = headerIndex;
        }
    }

    if (addressIndex != -1 && phoneIndex != -1)
    {
        foreach (var row in table.SelectNodes("//tr"))
        {
            HtmlNode addressNode = row.SelectSingleNode("td[addressIndex]");
            //do something with address here
            HtmlNode phoneNode = row.SelectSingleNode("td[phoneIndex]");
            // do something with phone here
        }
    }
}