Проблемы с HtmlAgilityPack - PullRequest
Новая
       8

Проблемы с HtmlAgilityPack

0 голосов
/ 06 мая 2018

Я осваиваю HtmlAgilityPack. Я пытаюсь получить данные с предварительно загруженной страницы. А именно: Есть страница 1.htm. Я хочу получить значение из таблицы напротив строки «Операционная система». (сам документ прилагается). Я делаю это: 

private void simpleButton1_Click(object sender, EventArgs e)
        {
            // Создаю экземпляр класса
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            // Загружаю файл
            doc.Load(@"D:\(тут путь к файлу)\1.htm");
            // Пытаюсь получить информацию из ноды, но получаю null
            HtmlAgilityPack.HtmlNode bodyNode = doc.DocumentNode.SelectSingleNode("//TD[@CLASS=pt]");
            ...

В общем случае из файла необходимо извлечь много информации, но я думаю, что если получится одна строка, то далее по аналогии.

Требуемая строка была следующей: 

 private void simpleButton1_Click(object sender, EventArgs e)
        {
            // Создаю экземпляр класса
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            // Загружаю файл
            doc.Load(@"D:\(тут путь к файлу)\1.htm");

            foreach (HtmlAgilityPack.HtmlNode node in doc.DocumentNode.SelectNodes("//body/table[2]/tr[8]/td[4]"))
            {
                string stroka = node.InnerText;
            }

Но эта опция "на лбу". Если вы не измените структуру моего документа. А как это возможно с помощью поиска еще не выяснил.

Файл

1 Ответ

0 голосов
/ 06 мая 2018

Это вернет словарь таблиц по имени. Каждая таблица представляет собой словарь с первым столбцом в качестве ключа и вторым для значения. 

var tables = new Dictionary<string, Dictionary<string, string>>();
var doc = new HtmlDocument();
doc.Load(@"D:\(тут путь к файлу)\1.htm", Encoding.GetEncoding(1251), false);
var tableNames = doc.DocumentNode.SelectNodes("//td[@class='pt']/a").Select(a=>a.Attributes["name"].Value);
foreach(string name in tableNames)
{
    var table = doc.DocumentNode.SelectSingleNode("//table[.//a[@name='" + name + "']]/following-sibling::table[1]");
    int columns = table.SelectNodes(".//tr[1]/td").Count();

    string[] keys = table.SelectNodes(".//tr/td["+(columns-1)+"]").Select(n => n.InnerText.Replace("&nbsp;"," ").Trim()).ToArray();
    string[] values = table.SelectNodes(".//tr/td["+columns+"]").Select(n => n.InnerText.Replace("&nbsp;"," ").Trim()).ToArray();
    var body = new Dictionary<string, string>();
    for (int i = 0; i < keys.Count(); i++)
    {
        string key = keys[i];
        if (body.ContainsKey(key))
            body[key] += ", " + values[i];
        else if( key!="" && values[i]!="")
            body[key] = values[i];

    }
    tables.Add(name, body);

}

Например, tables["power management"] возвращает 4 записи:

  • [0] {[Текущий источник питания, Электросеть]} System.Collections.Generic.KeyValuePair
  • [1] {[Состояние батарей, Нет батареи]} System.Collections.Generic.KeyValuePair
  • [2] {[Полное время работы от батарей, Неизвестно]} System.Collections.Generic.KeyValuePair
  • [3] {[Оставшееся время работы от батарей, Неизвестно]} System.Collections.Generic.KeyValuePair

и tables["power management"]["Текущий источник питания"] возвращает:

"Электросеть"

Для итерации вы можете сделать: 

foreach(var tableName in tables.Keys)
{
    var table = tables[tableName];
    foreach(var key in table.Keys)
    {
        string value = table[key];
        Debug.Print(tableName + "/" + key + "/" + value);
    }
}
...