HTML Agility Pack - PullRequest
Новая
       16

HTML Agility Pack

6 голосов
/ 11 марта 2010

Я хочу проанализировать html-таблицу с помощью html agility pack. Я хочу извлечь только некоторые предопределенные данные столбца из таблицы.

Но я новичок в разборе html-пакетов и я пробовал, но я не знаю, как использовать html-пакет agility для своих нужд.

Если кто-нибудь знает, приведите пример, если это возможно

РЕДАКТИРОВАТЬ:

Можно ли проанализировать html-таблицу, например, если мы хотим извлечь только данные с определенными именами столбцов? Как и в 4 столбцах name, address, phno, и я хочу извлечь только данные имени и адреса.

1 Ответ

6 голосов
/ 11 марта 2010

Пример тому есть в дискуссионных форумах здесь . Прокрутите немного вниз, чтобы увидеть ответ таблицы. Мне бы очень хотелось, чтобы они предоставили лучшие образцы, которые было бы легче найти.

EDIT: Чтобы извлечь данные из определенных столбцов, вам сначала нужно найти теги <th>, соответствующие нужным столбцам, и запомнить их индексы. Затем вам нужно будет найти теги <td> для тех же индексов. Предполагая, что вы знаете индексы столбцов, вы можете сделать что-то вроде этого: 

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: Если вы не знаете индексы столбцов, вы можете сделать все это так. Я не проверял это. 

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
        }
    }
}
...