c# - 使用 HTML Agility Pack 和 Linq 解析 html

Question

我有以下 HTML

(..)
<tbody>
 <tr>
  <td class="name"> Test1 </td>
  <td class="data"> Data </td>
  <td class="data2"> Data 2 </td>
 </tr>
 <tr>
  <td class="name"> Test2 </td>
  <td class="data"> Data2 </td>
  <td class="data2"> Data 2 </td>
 </tr>
</tbody>
(..)

我掌握的信息是名称 => 所以“Test1”和“Test2”。我想知道的是如何根据我拥有的名称获取“data”和“data2”中的数据。

目前我正在使用:

var data =
    from
        tr in doc.DocumentNode.Descendants("tr")
    from   
        td in tr.ChildNodes.Where(x => x.Attributes["class"].Value == "name")
    where
        td.InnerText == "Test1"
    select tr;

但是当我尝试查看 data

时，我得到了 {"Object reference not set to an instance of an object."}

Answer 1

至于您的尝试，您的代码有两个问题:

1. ChildNodes 很奇怪——它还返回空白文本节点，这些节点没有 class 属性(当然不能有属性)。
2. 正如 James Walford 评论的那样，文本周围的空格很重要，您可能需要修剪它们。

通过这两个更正，以下工作:

var data =
      from tr in doc.DocumentNode.Descendants("tr")
      from td in tr.Descendants("td").Where(x => x.Attributes["class"].Value == "name")
     where td.InnerText.Trim() == "Test1"
    select tr;