如何从 C# 中的 HTML 文件中检索特定表？答案

【问题标题】：How to Retrieve Specific table from HTML FILE in c#?如何从 C# 中的 HTML 文件中检索特定表？
【发布时间】：2020-03-19 19:54:05
【问题描述】：

我有一个包含许多表格的 HTML 文件，但我想从文件中访问特定表格（不是所有表格）。那么我该怎么做呢？代码如下所示，所有表都没有 id

`<table border=1>
<tr><td>VI not loadable</td><td>0</td></tr>
<tr><td>Test not loadable</td><td>0</td></tr>
<tr><td>Test not runnable</td><td>0</td></tr>
<tr><td>Test error out</td><td>0</td></tr>
</table>`

【问题讨论】：

标签： c# web-scraping html-parsing

【解决方案1】：

每个表都应该有一个 Id 或可以从其他表中识别出来的东西，如果是这样，您可以通过 jquery 获取它。例如：

 <table class="table table-striped" id="tbl1">
<thead>
  <tr>
    <th>Firstname</th>
    <th>Lastname</th>
    <th>Email</th>
  </tr>
</thead>
<tbody>
  <tr>
    <td>John</td>
    <td>Doe</td>
    <td>john@example.com</td>
  </tr>
  <tr>
    <td>Mary</td>
    <td>Moe</td>
    <td>mary@example.com</td>
  </tr>
  <tr>
    <td>July</td>
    <td>Dooley</td>
    <td>july@example.com</td>
  </tr>
</tbody>

然后像这样得到它：

var table = $('#tbl1').html();

如果没有，您可以通过文件中的优先级找到它。例如，您可以像这样访问第二张表：

var table = $('table:nth-child(2)')

或者在 C# 中，这可能会有所帮助：

HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]")
foreach (var cell in table.SelectNodes(".//tr/td")) 
{
     string someVariable = cell.InnerText
}

【讨论】：

问题是文件不包含任何 id 或类：
我认为最好的解决方案是按优先级获取目标表，否则当表没有任何指示符时，请解释如何识别您想要的选项，以便我可以帮助您实施一个好的解决方案。跨度>
我正在使用此代码获取一个表，但它返回文件中的所有表。我想检索一个特定的表：foreach (HtmlNode table in doc.DocumentNode.SelectNodes("//table")) { ///This is the table. foreach (HtmlNode row in table.SelectNodes("tr")) { Console.WriteLine(row.OuterHtml); foreach (HtmlNode cell in row.SelectNodes("th|td")) { ///This the cell. Console.WriteLine(html); } } }
我很高兴它成功了，让我开心并将其标记为正确答案:)