我想用HTML敏捷包解析這個HTML頁面,但我似乎無法讓它按預期工作。HTML敏捷包不像預期的那樣運行
這是我的網頁(縮短):該表
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" lang="de-ch" xml:lang="de-ch">
<head>
</head>
<body id="Adressservices">
<div id="page">
<div id="page-544">
<table class="full">
<thead>
<tr>
<th class="first" scope="col" style="width: 18%;">Type</th>
<th class="col" style="width: 20%;">Name</th>
<th class="col">Date</th>
<th class="col" style="text-align: right; width: 10%;">Size</th>
</tr>
</thead>
<tbody>
<tr>
<td class="first">Change</td>
<td><a href="/download?file=5210044">somefile01.zip</a></td>
<td style="width: 5%;"><b class="filesize">2012-03-01</b></td>
<td style="text-align: right;"><b class="filesize">881.00</b></td>
</tr>
<tr>
<td class="first">Change</td>
<td><a href="/download?file=7610042">somefile02.zip</a></td>
<td style="width: 5%;"><b class="filesize">2012-02-01</b></td>
<td style="text-align: right;"><b class="filesize">1400.00</b></td>
</tr>
<tr>.....</tr>
</tbody>
</table>
</div>
</div>
</body>
</html>
真正的頁面有不少更<tr>....</tr>
行。
我能下載頁面只是使用HTML敏捷性包此代碼段罰款:
HtmlWeb web = new HtmlWeb();
HtmlDocument archiveDoc = web.Load(_archiveUrl);
var tables = archiveDoc.DocumentNode.SelectNodes("//table");
所以我得到一個處理我的<table>
元素上,工作得很好。
現在,我試圖從該表中得到第一<tr>
元素,我想這一點:
HtmlNode node = tables[0];
var allTRNodes = node.SelectNodes("tbody/tr");
var firstTR = allTRNodes[0];
在這裏,我沒有收到<tr>
節點如預期的N - 但只有兩個。和第一那些不包含類型<td>
要麼...
然後我嘗試的LINQ TO-「HTML」 Y的子節點的列表:
HtmlNode node = tables[0];
var firstTR = node.Element("tbody").Element("tr");
但同樣:我沒有得到含<td>
類型Y的子節點列表中的第一<tr>
節點要麼...
試圖讓第一<tr>
內的所有<td>
節點列表中也沒有完全按預期工作:
HtmlNode node = tables[0];
var allTDNodes = node.SelectNodes("tbody/tr/td");
var firstTD = allTDNodes[0];
而不是預期的y <td>
節點,我只得到三個子節點 - 兩個#text
,最後一個類型爲<td>
- 爲什麼?
好像HTML敏捷性包被曲解<td>
節點列表嵌套的節點......
任何想法?思考?提示如何解決這個問題?
很奇怪。用你的HTML例子'allTRNodes'有3個'tr'節點(最後一個是...); 'allTDNodes'在我身邊有8個'td'節點(HtmlAgilityPack v2.0.50727)。還有一個假設 - 也許你在示例中沒有包含的HTML代碼被破壞了? – Alex 2012-03-02 10:27:28
同樣在這裏,最新的HAP穩定下載。 – Oded 2012-03-02 10:37:36
@Alex:是的,'allTDNodes'在我的「真實」樣本中有60多個元素 - 這只是令人困惑 - 我假設如果我從給定的'trNode'開始,我會得到所有**子節點**該節點 - 不是來自整個文檔的所有**節點! – 2012-03-02 12:37:50