HTML敏捷包

Question

我想使用html敏捷性包解析html表。我只想从表中提取一些预定义的列数据。

但是我对解析和html敏捷性包还不熟悉，我已经尝试过了，但是我不知道如何使用html敏捷性包来满足我的需要。

如果有人知道，如果可能的话给我举个例子

编辑:

如果我们只想提取已决定的列名的数据，那么可以解析html表吗？就像有4列的名字，地址，phno和我想要只提取名称和地址数据。

Answer 1

在讨论论坛这里中有这样的一个例子。向下滚动一点，看表的答案。我真希望他们能提供更好的样本，更容易找到。

编辑:要从特定的列中提取数据，首先必须找到与您想要的列对应的<th>标记，并记住它们的索引。然后，您需要为相同的索引找到<td>标记。假设您知道这些列的索引，您可以这样做：

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
}

Edit2:如果您不知道列的索引，就可以这样做。我还没测试过这个。

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
        }
    }
}