HTML敏捷包

Question

我想用html敏捷包解析html表。我只想从表中提取一些预定义的列数据。

但我是新来的解析和HTML敏捷包，我试过了，但我不知道如何使用HTML敏捷包为我的需要。

如果有人知道然后给我举例来说，如果可能的

编辑：

是否可以解析HTML表格一样，如果我们只想提取的决定列名数据？就像有4列名称，地址，phno一样，我只想提取姓名和地址数据。

Answer 1

在讨论论坛here中有一个例子。向下滚动一下以查看表格答案。我希望他们能提供更容易找到的更好的样本。

编辑： 要从特定列中提取数据，您必须首先找到与您想要的列对应的<th>标记并记住它们的索引。然后您需要为相同的索引找到<td>标签。假设你知道列的索引，你可以做这样的事情：

HtmlDocument doc = new HtmlDocument(); 
doc.LoadHtml("http://somewhere.com"); 
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table"); 
foreach (var row in table.SelectNodes("//tr")) 
{ 
    HtmlNode addressNode = row.SelectSingleNode("td[2]"); 
    //do something with address here 
    HtmlNode phoneNode = row.SelectSingleNode("td[5]"); 
    // do something with phone here 
} 

EDIT2： 如果你不知道列的索引，你可以做这样整个事情。我没有测试过这个。

HtmlDocument doc = new HtmlDocument(); 
doc.LoadHtml("http://somewhere.com"); 
var tables = doc.DocumentNode.SelectNodes("//table"); 

foreach(var table in tables) 
{ 
    int addressIndex = -1; 
    int phoneIndex = -1; 
    var headers = table.SelectNodes("//th"); 
    for (int headerIndex = 0; headerIndex < headers.Count(); headerIndex++) 
    { 
     if (headers[headerIndex].InnerText == "address") 
     { 
      addressIndex = headerIndex; 
     } 
     else if (headers[headerIndex].InnerText == "phone") 
     { 
      phoneIndex = headerIndex; 
     } 
    } 

    if (addressIndex != -1 && phoneIndex != -1) 
    { 
     foreach (var row in table.SelectNodes("//tr")) 
     { 
      HtmlNode addressNode = row.SelectSingleNode("td[addressIndex]"); 
      //do something with address here 
      HtmlNode phoneNode = row.SelectSingleNode("td[phoneIndex]"); 
      // do something with phone here 
     } 
    } 
}