C# html敏捷包解析表

我有一张这样的桌子：

<table border="0" cellpadding="0" cellspacing="0" id="table2">
    <tr>
        <th>Name
        </th>
        <th>Age
        </th>
    </tr>
        <tr>
        <td>Mario
        </td>
        <th>Age: 78
        </td>
    </tr>
            <tr>
        <td>Jane
        </td>
        <td>Age: 67
        </td>
    </tr>
            <tr>
        <td>James
        </td>
        <th>Age: 92
        </td>
    </tr>
</table>

名称
年龄
马里奥
年龄:78
简
年龄:67
詹姆斯
年龄:92

我正在使用html敏捷包来解析它。我已尝试此代码，但未返回预期结果：以下是代码：

foreach (HtmlNode tr in doc.DocumentNode.SelectNodes("//table[@id='table2']//tr"))
            {
                //looping on each row, get col1 and col2 of each row
                HtmlNodeCollection tds = tr.SelectNodes("td");
                for (int i = 0; i < tds.Count; i++)
                {
                    Response.Write(tds[i].InnerText);
                }
            }

foreach（doc.DocumentNode.SelectNodes（//table[@id='table2']//tr）中的HtmlNode tr）
{
//在每行上循环，获取每行的col1和col2
HtmlNodeCollection tds=tr.SelectNodes（“td”）；
对于（int i=0；i

我得到每一列是因为我想对返回的内容做一些处理

---

我做错了什么？

您可以从外部foreach循环中获取单元格内容：

foreach (HtmlNode td in doc.DocumentNode.SelectNodes("//table[@id='table2']//tr//td"))  
{  
    Response.Write(td.InnerText);   
}  

此外，我建议对内部文本进行修剪和去实体化，以确保其干净：

Response.Write(HtmlEntity.DeEntitize(td.InnerText).Trim())

---

在您的源代码中，[Age:78]和[Age:92]的单元格在开始处有一个

标记，而不是

这是我的解决方案。请注意，您的HTML格式不正确，因为您有

TH

其中

TD

应该是：

<table border="0" cellpadding="0" cellspacing="0" id="table2">
    <tr>
        <th>Name
        </th>
        <th>Age
        </th>
    </tr>
        <tr>
        <td>Mario
        </td>
        <td>Age: 78
        </td>
    </tr>
            <tr>
        <td>Jane
        </td>
        <td>Age: 67
        </td>
    </tr>
            <tr>
        <td>James
        </td>
        <td>Age: 92
        </td>
    </tr>
</table>

名称
年龄
马里奥
年龄:78
简
年龄:67
詹姆斯
年龄:92

这是c代码：

使用HtmlAgilityPack；
命名空间控制台应用程序1
{
班级计划
{
静态void Main（字符串[]参数）
{
HtmlAgilityPack.HtmlDocument document=新的HtmlAgilityPack.HtmlDocument（）；
document.Load（“page.html”）；
列表x=document.GetElementbyId（“表2”）.Elements（“tr”）.ToList（）；
foreach（x中的HtmlNode节点）
{
List s=node.Elements（“td”）.ToList（）；
foreach（s中的HtmlNode项）
{
Console.WriteLine（“TD值：”+item.InnerText）；
}
}
Console.ReadLine（）；
}
}
}

截图：

编辑：我必须补充一点，如果要使用

标记，必须将它们包含在

标记中，然后将行包含在

标记中，以便html格式良好：）

---

更多信息：

您得到了什么？错误是什么？你得到了什么？页面一直在循环，所以我假设一个不确定的循环。引发了“System.OutOfMemoryException”类型的异常。该建议解决了您的问题吗？还是你还有问题？这让我找到了解决办法。我回来之前解决了。我现在开始应用正则表达式来提取年龄编号，并创建一个csv文件，该文件将包含姓名和年龄（即：姓名、年龄）。谢谢。HTML agility pack加快了我的进度。仅供参考，使用正则表达式解析HTML通常是个坏主意。我在.NET商店，你有什么建议？你提供链接的那篇文章提出了另一种选择，但在哪里都找不到。

using HtmlAgilityPack;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {

            HtmlAgilityPack.HtmlDocument document = new HtmlAgilityPack.HtmlDocument();
            document.Load("page.html");

            List<HtmlNode> x = document.GetElementbyId("table2").Elements("tr").ToList();

            foreach (HtmlNode node in x)
            {
                List<HtmlNode> s = node.Elements("td").ToList();
                foreach (HtmlNode item in s)
                {
                    Console.WriteLine("TD Value: " + item.InnerText);
                }
            }
            Console.ReadLine();
        }
    }
}