C# 从HTML表存储数据的最佳方式是什么？

我目前正在使用CsQuery阅读一个HTML文档。这个文档有几个HTML表，我需要在保存结构的同时读入数据。目前，我只是有一个字符串列表。这是一个表列表，其中包含一个行列表，该行列表包含一个单元格列表，该单元格以字符串形式包含内容

 List<List<List<string>>> page_tables = document_div.Cq().Find("TABLE")
    .Select(table => table.Cq().Find("TR")
               .Select(tr => tr.Cq().Find("td")
                               .Select(td => td.InnerHTML).ToList())
               .ToList())
    .ToList();

List page\u tables=document\u div.Cq（）.Find（“表”）
.Select（table=>table.Cq（）.Find（“TR”）
.Select（tr=>tr.Cq（）.Find（“td”）
.Select（td=>td.InnerHTML.ToList（））
.ToList（））
.ToList（）；

有没有更好的方法来存储这些数据，以便我可以轻松访问特定的表、特定的行和单元格？我正在写几个方法来处理这个page_tables对象，所以我需要先确定它的公式

有没有更好的方法来存储这些数据，以便我可以轻松访问特定的表、特定的行和单元格

在大多数情况下，格式良好的HTML非常适合XML结构，因此可以将其存储为XML文档。LINQ到XML将使查询变得非常简单

XDocument doc=XDocument.parse（“…”）；
var cellData=doc.substant（“td”）。选择（x=>x.Value）；

根据这些评论，我觉得有必要指出，还有一些其他情况可能会出现这种情况，例如

• 当使用像
  这样的HTML编码内容时
• 使用不需要结束标记的有效HTML，例如

（尽管如此，这些事情可以通过一些预处理来处理）

总而言之，这绝对不是最健壮的方法，但是，如果您能够确保您正在解析的HTML符合要求，那么这将是一个非常好的解决方案

有没有更好的方法来存储这些数据，以便我可以轻松访问特定的表、特定的行和单元格

在大多数情况下，格式良好的HTML非常适合XML结构，因此可以将其存储为XML文档。LINQ到XML将使查询变得非常简单

XDocument doc=XDocument.parse（“…”）；
var cellData=doc.substant（“td”）。选择（x=>x.Value）；

根据这些评论，我觉得有必要指出，还有一些其他情况可能会出现这种情况，例如

• 当使用像
  这样的HTML编码内容时
• 使用不需要结束标记的有效HTML，例如

（尽管如此，这些事情可以通过一些预处理来处理）

总而言之，这绝对不是最健壮的方法，但是，如果您能够确保您正在解析的HTML符合要求，那么这将是一个非常好的解决方案

有没有更好的方法来存储这些数据，以便我可以轻松访问特定的表、特定的行和单元格

在大多数情况下，格式良好的HTML非常适合XML结构，因此可以将其存储为XML文档。LINQ到XML将使查询变得非常简单

XDocument doc=XDocument.parse（“…”）；
var cellData=doc.substant（“td”）。选择（x=>x.Value）；

根据这些评论，我觉得有必要指出，还有一些其他情况可能会出现这种情况，例如

• 当使用像
  这样的HTML编码内容时
• 使用不需要结束标记的有效HTML，例如

（尽管如此，这些事情可以通过一些预处理来处理）

总而言之，这绝对不是最健壮的方法，但是，如果您能够确保您正在解析的HTML符合要求，那么这将是一个非常好的解决方案

有没有更好的方法来存储这些数据，以便我可以轻松访问特定的表、特定的行和单元格

在大多数情况下，格式良好的HTML非常适合XML结构，因此可以将其存储为XML文档。LINQ到XML将使查询变得非常简单

XDocument doc=XDocument.parse（“…”）；
var cellData=doc.substant（“td”）。选择（x=>x.Value）；

根据这些评论，我觉得有必要指出，还有一些其他情况可能会出现这种情况，例如

• 当使用像
  这样的HTML编码内容时
• 使用不需要结束标记的有效HTML，例如

（尽管如此，这些事情可以通过一些预处理来处理）

---

总而言之，这绝对不是最健壮的方法，但是，如果您能够确保所解析的HTML符合要求，那么这将是一个非常好的解决方案。

您可以完全面向对象并编写一些模型类：

// Code kept short, minimal ctors
public class Cell
{
    public string Content {get;set;}
    public Cell() { this.Content = string.Empty; }
}

public class Row
{
    public List<Cell> Cells {get;set;}
    public Row() { this.Cells = new List<Cell>(); }
}

public class Table
{
    public List<Row> Rows {get;set;}
    public Table() { this.Rows = new List<Row>(); }
}

//代码保持简短，最小的系数
公共类单元
{
公共字符串内容{get；set；}
公共单元格（）{this.Content=string.Empty；}
}
公共类行
{
公共列表单元格{get；set；}
public Row（）{this.Cells=new List（）；}
}
公共类表
{
公共列表行{get；set；}
公共表（）{this.Rows=new List（）；}
}

然后把它们填满，例如：

var tables = new List<Table>();
foreach(var table in document_div.Cq().Find("TABLE"))
{
    var t = new Table();
    foreach(var tr in table.Cq().Find("TR"))
    {
        var r = new Row();
        foreach(var td in tr.Cq().Find("td"))
        {
            var c = new Cell();
            c.Contents = td.InnerHTML;
            r.Cells.Add(c);
        }
        t.Rows.Add(r);
    }
    tables.Add(t);
}

// Assuming the HTML was correct, now you have a cleanly organized 
// class structure representing the tables!

var aTable = tables.First();
var firstRow = aTable.Rows.First();
var firstCell = firstRow.Cells.First();
var firstCellContents = firstCell.Contents;
...

var tables=newlist（）；
foreach（文档_div.Cq（）.Find（“表”）中的var表）
{
var t=新表（）；
foreach（表.Cq（）中的var tr.Find（“tr”））
{
var r=新行（）；
foreach（tr.Cq（）.Find（“td”）中的var td）
{
var c=新单元（）；
c、 Contents=td.InnerHTML；
r、 添加（c）；
}
t、 行。添加（r）；
}
表.添加（t）；
}
//假设HTML是正确的，现在您有了一个干净的组织
//表示表的类结构！
var aTable=tables.First（）；
var firstRow=aTable.Rows.First（）；
var firstCell=firstRow.Cells.First（）；
var firstCellContents=firstCell.Contents；
...

我可能会选择这种方法，因为我总是希望确切地知道我的数据是什么样的，特别是当我从外部/不安全的数据进行解析时

var tables = new List<Table>();
foreach(var table in document_div.Cq().Find("TABLE"))
{
    var t = new Table();
    foreach(var tr in table.Cq().Find("TR"))
    {
        var r = new Row();
        foreach(var td in tr.Cq().Find("td"))
        {
            var c = new Cell();
            c.Contents = td.InnerHTML;
            r.Cells.Add(c);
        }
        t.Rows.Add(r);
    }
    tables.Add(t);
}

// Assuming the HTML was correct, now you have a cleanly organized 
// class structure representing the tables!

var aTable = tables.First();
var firstRow = aTable.Rows.First();
var firstCell = firstRow.Cells.First();
var firstCellContents = firstCell.Contents;
...

<table>
    <tr><td>1</td><td>Bob</td></tr>
    <tr><td>2</td><td>Joe</td></tr>
</table>

public class User
{
    public int Id { get; set; }
    public string Name { get; set; }
}

HtmlDocument doc = new HtmlDocument();            
doc.Load("index.html");
var users = from r in doc.DocumentNode.SelectNodes("//table/tr")
            let cells = r.SelectNodes("td")
            select new User
            {
                Id = Int32.Parse(cells[0].InnerText),
                Name = cells[1].InnerText
            };
// NOTE: you can check cells count before accessing them by index

 var usersDictionary = users.ToDictionary(u => u.Id);
 // Getting user by id
 var user = usersDictionary[2];
 // now you can read user.Name