Vb.net 使用HtmlAlityPack统计具有子表的Html表中的行和列

我正在解析一个Html表，我需要列和行计数

我尝试使用：

ColNum = mTables(1).SelectNodes(".//th").Count
RowNum = mTables(1).SelectNodes(".//tr").Count

但若表中有一个或多个子表，我会得到错误的结果

下面是我需要解析的html表示例：

<table border='1'>
    <tbody>
        <tr><th>Some Text</th><th>Some Text</th><th>Some Text</th></tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
        <tr><td>Some data</td><td>Some data
                     <table border='1'>
                         <tbody>
                             <tr><th>Some Text</th><th>Some Text</th></tr>
                             <tr><td>Some Data</td><td>Some Data</td></tr>
                         </tbody>
                     </table><td>Some data</td></tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
    </tbody>
</table>

一些文本一些文本一些文本
一些数据一些数据
一些数据集数据
一些文本一些文本
一些数据集数据
一些数据
一些数据一些数据
一些数据一些数据

在此示例中，我需要以下结果： 列=3 行数=5

---

如何在不计算子表的行和列的情况下获得行和列的数量（仅针对主表）？

我使用ScrapySharp nuget包启用Css选择器，得到了正确的结果。（在使用HtmlAgilityPack时，我经常使用ScrapySharp）

使用ScrapySharp.Extensions添加

            HtmlDocument d = new HtmlDocument();
            string s = @"
<table border='1'>
    <tbody>
        <tr>
            <th>Some Text</th>
            <th>Some Text</th>
            <th>Some Text</th>
        </tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
        <td>Some data</td><td>Some data
                     <table border='1'>
                         <tbody>
                             <tr>
                                <th>Some Text</th>
                                <th>Some Text</th>
                             </tr>
                             <tr><td>Some Data</td><td>Some Data</td></tr>
                         </tbody>
                     </table><td>Some data</td></tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
        <tr><td>Some data</td><td>Some data</td><td>Some data</td></tr>
    </tbody>
</table>";
            d.LoadHtml(s);

            var node = d.DocumentNode;
            var outerTable = node.CssSelect("tbody tr").FirstOrDefault();

            if (outerTable != null)
            {
                var ths = outerTable.SelectNodes("th");
                Console.WriteLine(ths.Count());
            }
        }

HtmlDocument d=新的HtmlDocument（）；
字符串s=@“
一些文本
一些文本
一些文本
一些数据一些数据
一些数据集数据
一些文本
一些文本
一些数据集数据
一些数据
一些数据一些数据
一些数据一些数据
";
d、 加载HTML（s）；
var节点=d.DocumentNode；
var outerTable=node.CssSelect（“tbody tr”）.FirstOrDefault（）；
if（outerTable！=null）
{
var ths=可外接。选择节点（“th”）；
Console.WriteLine（th.Count（））；
}
}

因为您只需要第一个表的ths，所以我使用的css选择器是
tbody tr
，它将返回3个匹配项，但我们只需要第一个tr。（我可以在这里使用css伪选择器
：首先在一行语句中实现这一点，但ScrapySharp不支持伪选择器）

输出3
我用这种方法求解：

对于列：

ColNum = mTables(1).SelectSingleNode(".//tbody//tr[1]").SelectNodes(".//th").Count

对于行：

首先：检查子表

Dim SubTbl%
Try
    SubTbl% = mTables(1).SelectNodes(".//table").Count
Catch ex As Exception
    SubTbl% = 0
End Try

然后：计算子表中的行数并从总行数中减去

Dim SubTRows% = 0
If SubTables > 0 Then
    For SubT As Short = 1 To SubTables
        Dim STRows% = mTables(1).SelectNodes(".//table[" & SubT & "]//tr").Count
        SubTRows += STRows
    Next
    RowsNum = mTables(1).SelectNodes(".//tr").Count - SubTRows
Else
    RowsNum = mTables(1).SelectNodes(".//tr").Count
End If

你得到的错误结果是什么？预期结果是什么（2？）@Veverke我只需要计算主表。结果是（主表列）+（子表列）和（主表行）+（子表行）。我将编辑问题，以便您只计算外部表格中的th？我使用的是vb.net。当您说“使用ScrapySharp.Extensions添加
”时，您的意思是
导入ScrapySharp.Extensions
？以及如何在vb.net中声明
ths
？首先，我更新了我的解决方案-现在它返回3。关于ScrapySharp，它是一个nuget软件包，您可以在Visual Studio的PackageManager控制台窗口中运行
安装软件包ScrapySharp
来安装它。感谢您的帮助：您为我提供了解决方案的spark；）+1如果您事先知道只需要第一个表的第一个tr，为什么要减去不相关的tr：）？这就是我的解决方案的基础。@Veverke我不知道如何才能只计算主表的行数。在所有的测试中，我得到了所有的行，所以我想减去子表的行。您给了我一些有用的提示，我也不知道如何使用xpath选择。这就是我建议将ScrapySharp添加到项目中的原因，这样您就可以使用Css选择器，并为“table tr”选择，只获取第一个元素。似乎您没有成功安装/使用ScrapySharp。@Veverke我是为列安装的，但不是为行安装的。我在安装HAP时遇到了很多问题，所以我害怕安装和使用另一个软件包（我不是专业人士）