C# 如何获取<；中的所有内容；td>；使用HTML敏捷包标记？

因此，我正在编写一个应用程序，将做一些屏幕抓取。我使用将整个HTML页面加载到名为

doc

的

htmldocument

实例中。现在我想解析该文档，查找以下内容：

<table border="0" cellspacing="3">
<tr><td>First rows stuff</td></tr>
<tr>
<td> 
The data I want is in here <br /> 
and it's seperated by these annoying <br /> 's.

No id's, classes, or even a single <p> tag. </p> Just a bunch of <br />  tags.
</td> 
</tr> 
</table> 

---

使用xml解析器可能会获得更好的效果。

最好的答案是“其他东西”——HTML最好由HTML解析器解析，而不是通过正则表达式。我不是C#专家，但我听说它在这方面很受欢迎。

既然您已经在使用，我建议使用它提供的方法来查找您想要的信息。浏览文档有几种方法，但最简洁的方法之一是使用。在这种情况下，您可以使用如下内容：

HtmlDocument doc = new HtmlDocument();
doc.Load("input.html");
HtmlNode node = doc.DocumentNode
                   .SelectNodes("//table[@cellspacing='3']/tr[2]/td")
                   .Single();
string text = node.InnerText;

---

如果您已经在使用Agility pack，那么只需使用一些东西

doc.DocumentNode.SelectNodes（“//table[@cellspacking='3']”）即可获取文档中的表。尝试浏览文档和编码示例。既然您已经有了结构化数据，那么返回文本数据并重新分析是非常明智的。
通常我也会同意这一点，但我认为这是一个例外，因为我正在寻找的内容非常狭窄。不过，如果你能提出其他建议，我也愿意接受。你的文件中只有一个表格吗？如果没有，您将如何定位您感兴趣的表？@Mark:基于
cellspacting=“3”
属性。我理解这听起来有点骇人听闻（这是因为它是），但在1000多个文档中，没有任何其他表包含cellspacing属性。这不是生产代码，只是一个收集数据的项目。你的标题和问题不一致。标题：
如何获取标签中的所有内容
问题：
所以我只需要获取第二行中的数据。
哪一行？你能修正它使标题和问题匹配吗？我认为你的方法是正确的，但我没有看到intellisense中的
.Single（）
方法。我正在使用HTML敏捷包的1.4.0版@鲍勃·迪伦：这段代码只是一个例子。如果没有可用的
Single（）
，您不必使用它，只需编写
。选择节点（…）[0]
。虽然了解Linq对C#的开发来说是一笔巨大的财富。@Mark:好的，我刚才试着像你说的那样使用
[0]
，但遇到了一个例外：
节点
：“对象引用未设置为对象的实例”。我想这意味着它没有找到桌子、tr或td？@Bob Dylan:正确。您可以将XPath表达式更改为“//table[@cellspacing=3]”，然后查看是否匹配。
HtmlDocument doc = new HtmlDocument();
doc.Load("input.html");
HtmlNode node = doc.DocumentNode
                   .SelectNodes("//table[@cellspacing='3']/tr[2]/td")
                   .Single();
string text = node.InnerText;