使用C#解析包含HTML表格的XML

Question

使用C#解析包含HTML表格的XML

3

我正在关注一个RSS订阅源，它返回一个XML。在XML中有HTML表格，以一个长字符串的形式返回。我正在尝试使用C#访问这个HTML表格的元素，以便我可以将这些元素用作另一个程序的变量。以下是一个表格示例：

<table cellpadding="5"><tr><td><strong>Date (GMT)</strong></td><td><strong>Event</strong></td><td><strong>Cons.</strong></td><td><strong>Actual</strong></td><td><strong>Previous</strong></td></tr><tr><td>Jun 7 11:00</td><td>Announcement</td><td>6.250 %</td><td>6.310  %</td><td>6.560  %</td></tr></table>

这里有很多关于这个问题的帖子都建议使用HtmlAgilityPack，我正在尝试使用它。目前为止，我已经成功提取了HTML表格并将其声明为字符串变量，但是我似乎无法提取表格元素。以下是我的解决方案，基于几位用户的建议：

XmlDocument xDoc = new XmlDocument();
xDoc.Load("http://rssfeed.com");
string descr = xDoc.SelectSingleNode("rss/channel/item/description").InnerText;

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml("descr");
// A Print statement here (textBox1.Text = descr;) shows that I'm successfully accessing the HTML table
var table = doc.DocumentNode.Descendants("tr")
.Select(n => n.Elements("td").Select(o => o.InnerText).ToArray());

foreach (var tr in table)
{
textBox1.Text = String.Format("{0} {1} {2}", tr[0], tr[1], tr[2]);
}

非常欢迎任何建议。

谢谢， D

- user1442073

3

HTML Agility Pack最适合用于来自未知来源且可能结构不良的HTML。考虑到您已经具备XML，嵌入式HTML表格也是格式良好的XML，因此只需像以前一样使用XmlDocument（或者如果可以的话，使用XDocument）即可。 - Oded

Oded，感谢您的回复。实际上我最初尝试了那个方法，但是经过多次失败的尝试后，我通过大量搜索找到了Agility Pack。话虽如此，如果您能指向一个仅使用XmlDocument的示例，因为我自己找不到，我将非常感激。-谢谢 - user1442073

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

- Chuck Savage · Accepted Answer

这对我有用，只要Html作为Xml工作，它也适用于您（并且值始终在TD内）。带有单个元素（也就是strong）的TD的值与该元素的值相同。

XElement table = XElement.Parse("<table cellpadding=\"5\"><tr><td><strong>Date (GMT)</strong></td><td><strong>Event</strong></td><td><strong>Cons.</strong></td><td><strong>Actual</strong></td><td><strong>Previous</strong></td></tr><tr><td>Jun 7 11:00</td><td>Announcement</td><td>6.250 %</td><td>6.310  %</td><td>6.560  %</td></tr></table>");
string[] values = table.Descendants("td").Select(td => td.Value).ToArray();

同时/或者包含数值数组的行：

var rows = table.Elements()
    .Select(tr => tr.Elements().Select(td => td.Value).ToArray())
    .ToList();

更新：

foreach (string value in values)
    Console.WriteLine(value);

foreach (string[] row in rows)
    foreach (string value in row)
        Console.WriteLine(value);