如何使用c#解析html文档[重复]

【问题标题】：How to parse html document using c# [duplicate]如何使用c#解析html文档[重复]
【发布时间】：2017-04-30 20:19:04
【问题描述】：

我必须按如下方式解析文档。我正在尝试 HtmlAgilityPack 但它非常复杂。我需要这个标签内部文本：<td style="background: #36461f;color: #ffffff;font-weight: bold;padding: 2px;font-size: 12px;height: 25px;">Mac Bahsi</td> and children 

<div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;11.25;1;Maç Bahsi;164518117')">
<div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;6.50;0;Maç Bahsi;164518117')">,
<div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;1.18;2;Maç Bahsi;164518117')">


<!DOCTYPE HTML>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
    <style>
        .table1 {
            width: 100%;
            margin: 0px;
            padding: 0px;
            border-collapse: collapse;
            padding: 0px;
        }

        .div1 {
            cursor: pointer;
            margin: 1px;
            border: 1px solid #999999;
            float: left;
            font-size: 12px;
        }

        .td1 {
            text-align: center;
            font-size: 20px;
            font-weight: bold;
            color: #33460E;
            height: 20px;
            padding: 0px;
        }

        .td2 {
            text-align: center;
            font-weight: bold;
            color: #808000;
            padding: 0px;
        }
    </style>
</head>
<body style="background: #FFFFCC;margin: 0px;padding: 0px;font-size: 12px;">
    <p></p>
    <table style="width: 100%" cellpadding="0" cellspacing="0">
        <tr>
            <td style="background: #36461f;color: #ffffff;font-weight: bold;padding: 2px;font-size: 12px;height: 25px;">Mac Bahsi</td>
        </tr>
        <tr>
            <td>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;11.25;1;Maç Bahsi;164518117')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">11.25</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Club America Mexico</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;6.50;0;Maç Bahsi;164518117')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">6.50</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Beraberlik</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518117;;;-;1.18;2;Maç Bahsi;164518117')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">1.18</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Real Madrid</td>
                        </tr>
                    </table>
                </div>
            </td>
        </tr>
    </table>
    <table style="width: 100%" cellpadding="0" cellspacing="0">
        <tr>
            <td style="background: #36461f;color: #ffffff;font-weight: bold;padding: 2px;font-size: 12px;height: 25px;">Ilk Yari Bahsi</td>
        </tr>
        <tr>
            <td>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518128;;;-;8.50;1;İlk Yarı Bahsi;164518128')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">8.50</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Club America Mexico</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518128;;;-;3.05;0;İlk Yarı Bahsi;164518128')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">3.05</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Beraberlik</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518128;;;-;1.50;2;İlk Yarı Bahsi;164518128')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">1.50</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Real Madrid</td>
                        </tr>
                    </table>
                </div>
            </td>
        </tr>
    </table>
    <table style="width: 100%" cellpadding="0" cellspacing="0">
        <tr>
            <td style="background: #36461f;color: #ffffff;font-weight: bold;padding: 2px;font-size: 12px;height: 25px;">İkinci Yarı Bahsi</td>
        </tr>
        <tr>
            <td>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518133;;;-;8.50;1;İkinci Yarı Bahsi;164518133')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">8.50</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Club America Mexico</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518133;;;-;3.70;0;İkinci Yarı Bahsi;164518133')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">3.70</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Beraberlik</td>
                        </tr>
                    </table>
                </div>
                <div class="div1" style="width: 288px;" onclick="parent.javaScriptAddSlip('slip', '164518133;;;-;1.40;2;İkinci Yarı Bahsi;164518133')">
                    <table class="table1">
                        <tr class="menuClickable">
                            <td class="td1">1.40</td>
                        </tr>
                        <tr class="menuClickable">
                            <td class="td2">Real Madrid</td>
                        </tr>
                    </table>
                </div>
            </td>
        </tr>
    </table>
    <br />
    <br />
    <br />
</body>
</html>

【问题讨论】：

标签： c# html html-parsing html-agility-pack


【解决方案1】：

你可以使用类似的东西：

var document = new HtmlDocument();
document.LoadHtml(text);
var tables = document.Descendants("table").ToList();
foreach (var table in tables)
{
    var node = HtmlNode.CreateNode(table.InnerHtml);

    var td = node.SelectNodes("//td[@style='background: #36461f;color: #ffffff;font-weight: bold;padding: 2px;font-size: 12px;height: 25px;'").FirstOrDefault();
    ...
    var divs =  node.SelectNodes("//div[@class='div1']").ToList();
    ...
}

【讨论】：

  • 感谢您的关注。但是，我无法理解“后裔”。我添加了这个命名空间“System.Xml.Linq”但是没有用。
  • 此方法来自 HtmlNode 类，放置在 HtmlAgilityPack 命名空间中。
  • 抱歉，它不起作用。 Visual Studio 请参阅缺少的参考。已附加 HtmlAgilityPack 命名空间。
  • 我使用最新版本的 HtmlAgilityPack。 s29.postimg.org/ixuqb5gd3/Descedants.png
  • 我有 v1.4.9.5 和运行时 v4.0.30319。你的版本是什么？我从 nugget 包管理器中包含在内。
【解决方案2】：

我是这样做的。但这是一条很长的路。如果有更好的捷径和更好的方法，请写出来。

HtmlWeb h = new HtmlWeb();
HtmlDocument doc = h.Load(Server.MapPath("xml/htmlpage.html"));
HtmlNodeCollection n = doc.DocumentNode.SelectNodes("//html/body/table");

string item;
string[] items;
string oran, oranadi;
int oran_id, secim;
for (int i = 1; i < n.Count + 1; i++)
{
    HtmlNode ns = n[i - 1].SelectSingleNode(string.Format("//html/body/table[{0}]/tr[1]/td", i));
    HtmlNodeCollection nc = n[i-1].SelectNodes(string.Format("//html/body/table[{0}]/tr[2]/td[1]/div", i));
    Response.Write(string.Format("{0} --> {1}<br/>", i, ns.InnerHtml));
    for (int j = 1; j < nc.Count + 1; j++)
    {
        HtmlNode ncs = nc[j - 1].SelectSingleNode(string.Format("//html/body/table[{0}]/tr[2]/td[1]/div[{1}]", i, j));
        item = ncs.Attributes[2].Value.ToString();
        items = item.Split(';');
        oran_id = Convert.ToInt32(items[7].Replace("')", ""));
        oranadi = items[6].ToString();
        secim = Convert.ToInt32(items[5]);
        oran = items[4];

        Response.Write(string.Format("{0} --> {1} - {2} - {3} - {4} <br/>", j, secim, oran_id, oranadi, oran));
    }
}

【讨论】：

    猜你喜欢
    • 2016-03-22
    • 2015-12-10
    • 2011-08-29
    • 2011-07-07
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode