如何使用 Html Agility Pack 查找表格的最后一列答案

【问题标题】：How to find last column of a table using Html Agility Pack如何使用 Html Agility Pack 查找表格的最后一列
【发布时间】：2021-02-17 08:04:30
【问题描述】：

我有一张这样的桌子：

<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>

我想使用 Html Agility Pack 从所有行中获取最后一个 td。
到目前为止，这是我的 C# 代码：

await page.GoToAsync(NumOfSaleItems, new NavigationOptions
{
    WaitUntil = new WaitUntilNavigation[] { WaitUntilNavigation.DOMContentLoaded }
});
var html4 = page.GetContentAsync().GetAwaiter().GetResult();
var htmlDoc4 = new HtmlDocument();
htmlDoc4.LoadHtml(html4);
var SelectTable = htmlDoc4.DocumentNode.SelectNodes("/html/body/div[2]/div/div/div/table[2]/tbody/tr/td[1]/div[3]/div[2]/div/table[2]/tbody/tr/td[4]");
if (SelectTable.Count == 0)
{
    continue;
}
else
{
    foreach (HtmlNode row in SelectTable)//
    {
        string value = row.InnerText;
        value = value.ToString();
        var firstSpaceIndex = value.IndexOf(" ");
        var firstString = value.Substring(0, firstSpaceIndex);
        LastSellingDates.Add(firstString);
    }                                            
}

如何只获取表格的最后一列？

【问题讨论】：

标签： c# web-scraping html-agility-pack

【解决方案1】：

我认为你想要的XPath 是：//table[@id='table2']//tr/td[last()]。

//table[@id='table2'] 在文档中的任意位置按 ID 查找表。这比从根开始的长而脆弱的路径更可取，因为与 HTML 结构的其余部分相比，表 ID 不太可能更改。

//tr 获取表中的后代行。我使用了两个斜杠，以防实际 HTML 中可能存在干预 <tbody> 元素。

/td[last()] 获取每行中的最后一个 <td>。

从那里您只需要选择每个<td> 的InnerText。

var tds = htmlDoc.DocumentNode.SelectNodes("//table[@id='table2']//tr/td[last()]");
var values = tds?.Select(td => td.InnerText).ToList() ?? new List<string>();

这里的工作演示：https://dotnetfiddle.net/7I8yk1

【讨论】：