HTML敏捷包解析表

Question

我有一个表是这样的：

<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> 

，我使用的HTML敏捷包解析它。我曾尝试这个代码，但它没有返回预期的结果：下面是代码：

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); 
       } 
      } 

我得到的每一列，因为我想这样做对某些内容的处理返回。

我在做什么错？

Answer 1

你可以抓住从外foreach循环中的单元格内容：

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

而且我建议修剪和“去entitizing内部文本，以确保它是干净的：

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

在你的源代码中，[Age：78]和[Age：92]的单元在开始时有一个<th>标记，而不是<td>

Answer 2

这是我的解决方案。请注意你的HTML的格式不正确，因为你有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> 

这是C＃代码：

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(); 
     } 
    } 
} 

截图：

编辑：我必须补充说，如果您打算使用<th>标签，则必须将它们包含在<thead>标签内，然后将您的行放在<tbody>标签内以便您的html格式良好:)

更多信息：http://www.w3schools.com/tags/tag_thead.asp