Analyser des éléments de données uniques à partir de tableaux HTML avec C #?

c# html-agility-pack web-scraping

Question

J'ai ce code dans ma fonction principale et je souhaite analyser uniquement la première ligne du tableau (par exemple, le 7 novembre 2017, 73,78 74,00 72,32, 72,71 17 245 947).

J'ai créé un nœud qui ne termine que la première ligne, mais lorsque je commence à déboguer, la valeur du nœud est null. Comment puis-je analyser ces données et les stocker par exemple dans une chaîne ou dans des variables simples. Y a-t-il un moyen?

WebClient web = new WebClient();

        string page = web.DownloadString("https://finance.google.com/finance/historical?q=NYSE:C&ei=7O4nV9GdJcHomAG02L_wCw");

        HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
        doc.LoadHtml(page);

        var node = doc.DocumentNode.SelectSingleNode("//*[@id=\"prices\"]/table/tbody/tr[2]");

  List<List<string>> node = doc.DocumentNode.SelectSingleNode("//*[@id=\"prices\"]/table").Descendants("tr").Skip(1).Where(tr => tr.Elements("td").Count() > 1).Select(tr => tr.Elements("td").Select(td=>td.InnerText.Trim()).ToList()).ToList() ;

Réponse acceptée

Il semble que votre chaîne XPath de sélection comporte des erreurs. Puisque tbody est un noeud généré, il ne devrait pas être inclus dans le chemin:

//*[@id=\"prices\"]/table/tr[2]

Alors que cela devrait lire la valeur HtmlAgilityPack frappe un autre problème malformed malformed html . Tous les nœuds <tr> et <td> dans le texte analysé n'ont pas de balises fermantes </tr> ou </td> et HtmlAgitilityPack ne parvient pas à sélectionner les valeurs d'une table avec des lignes mal formées. Par conséquent, il est nécessaire de sélectionner dans un premier temps l’ensemble du tableau:

//*[@id=\"prices\"]/table

Et à l'étape suivante, désinfectez HTML en ajoutant </tr> et </td> balises de fermeture et répétez l'analyse avec la table corrigée, ou utilisez la chaîne extraite pour l'analyser à la main > personnage. L'analyse brute est présentée ci-dessous. Le code est testé et fonctionne.

using System;
using System.Collections.Generic;
using System.IO;
using System.Net;

namespace GoogleFinanceDataScraper
{
    class Program
    {
        static void Main(string[] args)
        {
            WebClient web = new WebClient();

            string page = web.DownloadString("https://finance.google.com/finance/historical?q=NYSE:C&ei=7O4nV9GdJcHomAG02L_wCw");

            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(page);

            var node = doc.DocumentNode.SelectSingleNode("//div[@id='prices']/table");

            string outerHtml = node.OuterHtml;
            List<String> data = new List<string>();
            using(StringReader reader = new StringReader(outerHtml))
            {
                for(int i = 0; ; i++)
                {
                    var line = reader.ReadLine();
                    if (i < 9) continue;
                    else if (i < 15)
                    {
                        var dataRawArray = line.Split(new char[] { '>' });
                        var value = dataRawArray[1];
                        data.Add(value);
                    }
                    else break;
                }
            }

            Console.WriteLine($"{data[0]}, {data[1]}, {data[2]}, {data[3]}, {data[4]}, {data[5]}");
        }
    }
}


Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow
Est-ce KB légal? Oui, apprenez pourquoi
Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow
Est-ce KB légal? Oui, apprenez pourquoi