c# - 使用 HtmlAgilityPack 从表中提取数据

Question

我精通 HtmlAgilityPack。我正在尝试从预加载页面获取数据。即:有一个页面 1.htm。我想从“操作系统”行对面的表中获取值。 (附上文件本身)。我这样做:

private void simpleButton1_Click(object sender, EventArgs e)
        {
            // Создаю экземпляр класса
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            // Загружаю файл
            doc.Load(@"D:\(тут путь к файлу)\1.htm");
            // Пытаюсь получить информацию из ноды, но получаю null
            HtmlAgilityPack.HtmlNode bodyNode = doc.DocumentNode.SelectSingleNode("//TD[@CLASS=pt]");
            ...

一般情况下，需要从文件中提取很多信息，但我认为如果得到一行，则进一步类推。

所需行如下:

 private void simpleButton1_Click(object sender, EventArgs e)
        {
            // Создаю экземпляр класса
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            // Загружаю файл
            doc.Load(@"D:\(тут путь к файлу)\1.htm");

            foreach (HtmlAgilityPack.HtmlNode node in doc.DocumentNode.SelectNodes("//body/table[2]/tr[8]/td[4]"))
            {
                string stroka = node.InnerText;
            }

但这个选项是“额头上的”。如果不改变我的文件结构。以及如何在搜索的帮助下成为可能还没有弄清楚。

File

Answer 1

这将按名称返回表的字典。每个表都是一个字典，第一列作为键，第二列作为值。

var tables = new Dictionary<string, Dictionary<string, string>>();
var doc = new HtmlDocument();
doc.Load(@"D:\(тут путь к файлу)\1.htm", Encoding.GetEncoding(1251), false);
var tableNames = doc.DocumentNode.SelectNodes("//td[@class='pt']/a").Select(a=>a.Attributes["name"].Value);
foreach(string name in tableNames)
{
    var table = doc.DocumentNode.SelectSingleNode("//table[.//a[@name='" + name + "']]/following-sibling::table[1]");
    int columns = table.SelectNodes(".//tr[1]/td").Count();

    string[] keys = table.SelectNodes(".//tr/td["+(columns-1)+"]").Select(n => n.InnerText.Replace("&nbsp;"," ").Trim()).ToArray();
    string[] values = table.SelectNodes(".//tr/td["+columns+"]").Select(n => n.InnerText.Replace("&nbsp;"," ").Trim()).ToArray();
    var body = new Dictionary<string, string>();
    for (int i = 0; i < keys.Count(); i++)
    {
        string key = keys[i];
        if (body.ContainsKey(key))
            body[key] += ", " + values[i];
        else if( key!="" && values[i]!="")
            body[key] = values[i];

    }
    tables.Add(name, body);

}

例如 tables["power management"] 返回 4 个条目:

• [0] {[Текущий источник питания, Электросеть]} System.Collections.Generic.KeyValuePair
• [1] {[Состояние батарей, Нет батареи]} System.Collections.Generic.KeyValuePair
• [2] {[Полное время работы от батарей, Неизвестно]} System.Collections.Generic.KeyValuePair
• [3] {[Оставшееся время работы от батарей, Неизвестно]} System.Collections.Generic.KeyValuePair

和 tables["power management"]["Текущий источник питания"] 返回:

"Электросеть"

对于迭代你可以这样做:

foreach(var tableName in tables.Keys)
{
    var table = tables[tableName];
    foreach(var key in table.Keys)
    {
        string value = table[key];
        Debug.Print(tableName + "/" + key + "/" + value);
    }
}