logo标签列表

如何在C#中计算HTML文件中表格的行数

c#linqhtml-parsinghtml-agility-pack
3
当html文件中有复合表时，如何计算父表的行数。
我所说的复合表是指某些单元格内包含其他表格的表格。
以下是我的尝试编码。请注意，我收到了错误的值：
        String htmlFile = "C:/Temp/Test_13.html";
        HtmlDocument doc = new HtmlDocument();
        doc.Load(htmlFile);

        HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
        HtmlNodeCollection rows = tables[1].SelectNodes(".//tr");
        Console.WriteLine(" Rows in second (Parent) table: " + rows.Count());

请在您的答案中指出使用的命名空间。
这是一个代表性的示例文件：
<html>
<body>
<table border="1">
<tr>
<td>Apps</td>
</tr>
<tr>
<td>Offcie Web Apps</td>
</tr>
</table>
<br/>
<table border="1">
<tr>
<td>Application</td>
<td>Status</td>
<td>Instances</td>
</tr>
<tr>
<td>PowerPoint</td>
<td>Online</td>
<td>
    <table border="1">
    <tr>
        <td>Server1</td>
        <td>Online</td>
    </tr>
    <tr>
        <td>Server2</td>
        <td>Disabled</td>
    </tr>
    </table>
</td>
</tr>
<tr>
<td>Word</td>
<td>Online</td>
<td>
    <table border="1">
    <tr>
        <td>Server1</td>
        <td>Online</td>
    </tr>
    <tr>
        <td>Server2</td>
        <td>Disabled</td>
    </tr>
    </table>
</td>
</tr>
</table>
</body>
</html>

谢谢。

你正在使用Visual Studio，对吗？在调试期间将鼠标悬停在“tables”和“rows”集合上，检查其中的内容。 - Robert Harvey
3个回答
1
你可以将每个<table>和<tr>推入堆栈，当遇到</table>时-弹出，直到从堆栈中弹出表格。
有更具体的细节会很有帮助。你所说的“stack”是什么意思？你是指一种数据结构，他们会实例化并解析HTML，还是其他什么东西？看起来他们还没有使用这种方法。另外，请在DOM元素周围使用<>，这样它们更容易阅读，并在它们（以及您使用的任何其他代码片段）周围使用代码格式。谢谢！ - bcr
1
我建议您尝试使用csQuery nuget包。它旨在消除执行类似操作的大部分麻烦。您可以使用css选择器查询语法，这是大多数Web开发人员都非常熟悉的。在这种情况下，您可能只需要使用body > table:nth-of-type(2) > tr，它将返回所有tr的数组，然后只需计算它们的数量或检查结果数组的长度即可。或者，从您提供的示例中，body > table ~ table > tr也可以起作用，br + table > tr也可以。
0

如果我理解正确，这就是你想要的。

int i = 1;
HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
foreach (HtmlNode table in tables)
{
    var tmp = table.ParentNode;
    if (tmp.OriginalName.Contains("td"))
        MessageBox.Show("The parent of table #" + i + " has" + tmp.ParentNode.ParentNode.Elements("tr").Count().ToString() + " rows.");
    i++;
}

消息框会弹出2次：

"The parent of table #3 has 3 rows."
"The parent of table #4 has 3 rows."

编辑（回答问题）：

1）我从int i = 1开始计数。 var i = 1是同样的事情，它只是自动用int替换var。

2）我现在已经编辑了代码，你将会得到和我一样的结果。

3）我从1开始计数，所以你有表格#1、表格#2、表格#3和表格#4。你的最后两个表格（表格#3和#4）是表格#2的子表格，表格#2有3行。我的上面的代码只打印那些是某个表格的子表格的表格。你能告诉我你想要什么样的答案吗？

编辑2：

int i = 1;
HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
foreach (HtmlNode table in tables)
{
    if (!table.ParentNode.OriginalName.Contains("td")) // If table is not sub-table
        MessageBox.Show("Table #" + i + " have " + table.Elements("tr").Count().ToString() + " rows.");
    i++;
}

消息框将弹出2次：

"The parent of table #1 has 2 rows."
"The parent of table #2 has 3 rows."
我需要一些帮助。i下面有一个波浪线，并显示错误“当前上下文中不存在名称'i'”。 - user1944272
问题1：我不得不初始化变量“i”，因为它下面有一个波浪线。我是这样做的：var i = 0;。我应该以不同的方式处理吗？ 问题2：我也有两条消息返回，都说：“表＃0的父项有3行。”你的代码如何给出“＃3”和“＃4”？ 问题3：为什么你的代码对于两个答案都给出“3行”？这是错误的。第一张表只有2行。帮我让它返回正确的答案。 - user1944272
我已编辑了我的代码并回答了你的问题，请看一下。 - a1204773
我现在理解了你的方法和回答。然而，我认为我真正需要的是直接查询表格自身的行数，而不是从子表格往回推导并询问其父表格的行数。我需要这样做是因为我不能总是确定表格会有一个子表格。是否有一种直接的方法从这个角度找到行数，而不会在存在嵌套表格时让代码混乱？你能帮我吗？ - user1944272
我想从上面的示例文件中看到的结果是“表格＃2有3行”。换句话说，我希望解决方案确定表格的行数，而忽略可能存在的子表格。 - user1944272
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