C# 在XPathC中获取所有td#
我正在尝试使用C#中的HtmlAgilityPack解析HTML。我有C# 在XPathC中获取所有td#,c#,html,xpath,html-agility-pack,C#,Html,Xpath,Html Agility Pack,我正在尝试使用C#中的HtmlAgilityPack解析HTML。我有21个tr项目,每个tr项目都有7个td项目。如何将所有tr和td项目按顺序排列?现在我只能得到一个tr项目和它的7个td项目 这是我的C#代码: 我尝试使用[@id=\“searchResultsTable\”]/tbody/tr[1]/td[position()尝试下面的代码(未测试。可能会出现编译错误。但这给了您一个想法。) 代码中的注释提供了更多详细信息 //GET THE TABLE NODE HtmlNode ta
21个tr项目
,每个tr项目都有7个td项目
。如何将所有tr和td项目按顺序排列?现在我只能得到一个tr项目和它的7个td项目
这是我的C#代码:
我尝试使用[@id=\“searchResultsTable\”]/tbody/tr[1]/td[position()尝试下面的代码(未测试。可能会出现编译错误。但这给了您一个想法。)
代码中的注释提供了更多详细信息
//GET THE TABLE NODE
HtmlNode table = document.DocumentNode.SelectSingleNode("//*[@id='searchResultsTable']");
//LOOP THROUGH THE TABLE NODE AND FIND EACH TR
foreach (HtmlNode row in table.SelectNodes("//tr")) {
//PRINT HERE WHATEVER YOU WANT FOR EACH ROW.
Console.WriteLine("New Row");
//LOOP THROUGH THE ALL TD OF EACH TR
foreach (HtmlNode cell in row.SelectNodes("//td")) {
//PRINT HERE EACH TD
Console.WriteLine("cell: " + cell.InnerText);
} //END TD
}//END TR
与前面提到的类似,使用选择器查询以循环tr
元素,然后选择每行的固定位置td
节点:
假设结构如下:
<table id="searchResultsTable">
<tbody>
<tr>
<td>1</td>
<td>Name<a>Name 1</a></td>
<td>Year 1</td>
<td>KM 1</td>
<td>Color 1</td>
<td>Price 1</td>
<td>Date 1</td>
<td>Location 1</td>
</tr>
<tr>
<td>2</td>
<td>Name<a>Name 2</a></td>
<td>Year 2</td>
<td>KM 2</td>
<td>Color 2</td>
<td>Price 2</td>
<td>Date 2</td>
<td>Location 2</td>
</tr>
</tbody>
var document = new HtmlDocument();
document.Load("example.html");
var rows = document.DocumentNode.SelectNodes("//*[@id='searchResultsTable']/tbody/tr");
foreach(var row in rows)
{
var name = row.SelectSingleNode("td[2]/a[1]").InnerText;
var year = row.SelectSingleNode("td[3]").InnerText;
var km = row.SelectSingleNode("td[4]").InnerText;
var color = row.SelectSingleNode("td[5]").InnerText;
var price = row.SelectSingleNode("td[6]").InnerText;
var date = row.SelectSingleNode("td[7]").InnerText;
var location = row.SelectSingleNode("td[8]").InnerText;
Console.WriteLine("{0}, {1}, {2}, {3}, {4}, {5}, {6}", name, year, km, color, price, date, location);
}
Name 1, Year 1, KM 1, Color 1, Price 1, Date 1, Location 1
Name 2, Year 2, KM 2, Color 2, Price 2, Date 2, Location 2
产生:
<table id="searchResultsTable">
<tbody>
<tr>
<td>1</td>
<td>Name<a>Name 1</a></td>
<td>Year 1</td>
<td>KM 1</td>
<td>Color 1</td>
<td>Price 1</td>
<td>Date 1</td>
<td>Location 1</td>
</tr>
<tr>
<td>2</td>
<td>Name<a>Name 2</a></td>
<td>Year 2</td>
<td>KM 2</td>
<td>Color 2</td>
<td>Price 2</td>
<td>Date 2</td>
<td>Location 2</td>
</tr>
</tbody>
var document = new HtmlDocument();
document.Load("example.html");
var rows = document.DocumentNode.SelectNodes("//*[@id='searchResultsTable']/tbody/tr");
foreach(var row in rows)
{
var name = row.SelectSingleNode("td[2]/a[1]").InnerText;
var year = row.SelectSingleNode("td[3]").InnerText;
var km = row.SelectSingleNode("td[4]").InnerText;
var color = row.SelectSingleNode("td[5]").InnerText;
var price = row.SelectSingleNode("td[6]").InnerText;
var date = row.SelectSingleNode("td[7]").InnerText;
var location = row.SelectSingleNode("td[8]").InnerText;
Console.WriteLine("{0}, {1}, {2}, {3}, {4}, {5}, {6}", name, year, km, color, price, date, location);
}
Name 1, Year 1, KM 1, Color 1, Price 1, Date 1, Location 1
Name 2, Year 2, KM 2, Color 2, Price 2, Date 2, Location 2
我已经测试了你的代码。它不是“td”和“tr”,而是“//td”和“//tr”。否则它会卡在tbody中,找不到它们。有了这个更改,它就可以正常工作了。谢谢!解决方案正常工作了!有没有办法不在tr/td下获取div。/*[@id=“searchResultsTable”]/tbody/tr[1]/td[2]/div[1]/div[1]/a[1]
我不想得到这些div。我只想得到tds。@katamarayudu@derloopkat@heyaacell.ChildNodes.First().InnerText将获取td根级别的文本,并忽略嵌套标记的内容。例如,1XXX年返回1年。但是,如果(cell.ChildNodes.Count>0),则需要检查td是否为空{//get text here}如何排除某些tr?在我的HTML中,tr[5]行中没有任何内容。因此,发生了NullReferenceException。我尝试了//tr(*除了tr[5])
@derloopkat@heyaa,与我在td中提到的方法相同,您可以为tr添加一个IF语句来检查是否有子节点。另一个选项是只检查tr的内部文本是否为空。为了忽略空格,请使用Trim()。我尝试了你的解决方案。我不知道为什么,但我只得到3个tr。@JohnLI理解为什么我只得到3个tr。因为tr[4]是空的。