如何使用 HTML Agility Pack 选择特定的表格单元格答案

【问题标题】：How to select a specific table cell using HTML Agility Pack如何使用 HTML Agility Pack 选择特定的表格单元格
【发布时间】：2012-01-18 04:48:54
【问题描述】：

我必须从 HTML 表格的单元格中提取特定字段。使用 Firebug，我能够获得我需要的单元格的确切 XPath（不幸的是，这些单元格没有 id 标签）。我以为我可以使用 DocumentNode.SelectSingleNode 并传入该路径，但它似乎无法正常工作。我究竟做错了什么？或者有没有比我这样做更好的方法？不幸的是，我没有使用 XPath 的经验，所以这比我预期的要难。这是我目前所拥有的（我知道 HTML 非常混乱，但这不是我能控制的）：

Dim page As New HtmlAgilityPack.HtmlDocument
Dim node As HtmlAgilityPack.HtmlNode
page.LoadHtml(fileContents)
node = page.DocumentNode.SelectSingleNode("/html/body/form/div[6]/table/tbody/tr/td/table/tbody/tr/td/table/tbody/tr/td/table/tbody/tr/td[2]")

非常感谢。

【问题讨论】：

标签： vb.net xpath html-agility-pack

【解决方案1】：

Firebug 可能修复了损坏的 html 标签。如果要选择 Html 节点，建议使用 class 或 id。例如：

//div[@class='content']//table//tr[1]/td[2]

缩短路径，使用类或id选择器。

如果表有自己的id，你可以使用：

//table[@id='tableid']/tr[1]/td[2]

试一试，你会发现 XPATH 很有趣。

【讨论】：

谢谢！其中一个父表有一个 id，使用这种方法，我能够深入了解我需要的内容。
HtmlAgilityPack 在 XPath 选择器中有一些错误...可能是 C# 中 Xml 组件的错误。有时你想通过“//table[@id='tableid']/tr[3]/td[2]”选择第三个tr。它可能是返回空......