Analyse d'agilité HTML

c# html-agility-pack linq xml

Question

Je voudrais analyser un tableau HTML et les contenus disaply en utilisant XML à LINQ dans une liste déroulante.

J'utilise le pack HTML Agility et j'utilise ce code.

    HtmlWeb web = new HtmlWeb();
    HtmlAgilityPack.HtmlDocument doc = web.Load("http://www.SourceURL");
    HtmlNode rateNode = doc.DocumentNode.SelectSingleNode("//div[@id='FlightInfo_FlightInfoUpdatePanel']");
    string rate = rateNode.InnerText;
    this.richTextBox1.Text = rate;

Le HTML ressemble à ceci ..

<div id="FlightInfo_FlightInfoUpdatePanel">

   <table cellspacing="0" cellpadding="0"><tbody>
     <tr class="">
     <td class="airline"><img src="/images/airline logos/NZ.gif" title="AIR NEW ZEALAND LIMITED. " alt="AIR NEW ZEALAND LIMITED. " /></td>
     <td class="flight">NZ8</td>
     <td class="codeshare">&nbsp;</td>
     <td class="origin">San Francisco</td>
     <td class="date">01 Sep</td>
     <td class="time">17:15</td>
     <td class="est">18:00</td>
     <td class="status">DEPARTED</td>
     </tr>

Mais il revient ce

NZ8&nbsp;San Francisco01 Sep17:1518:00DEPARTEDAC6103NZ8San Francisco01 Sep17:1518:00DEPARTEDCO6754NZ8San Francisco01 Sep17:1518:00DEPARTEDLH7157NZ8San Francisco01 Sep17:1518:00DEPARTEDUA6754NZ8San Francisco01 Sep17:1518:00DEPARTEDUS5308NZ8San Francisco01 Sep17:1518:00DEPARTEDVS7408NZ8San Francisco01 Sep17:1518:00DEPARTEDEK407&nbsp;Melbourne/Dubai01 Sep17:5017:50DEPARTEDEK413&nbsp;Sydney/Dubai01 Sep18:0018:00DEPARTEDQF44&nbsp;Sydney01 

Ce que je voudrais, c’est de passer au format XML, puis d’utiliser LINQ to XML pour analyser le code XML en un élément lié à une zone de liste.

Je pense que je dois utiliser une variante de ce qui suit pour chaque classe, mais je voudrais de l’aide.

HtmlNodeCollection cols = rows[i].SelectNodes(".//td[@class='flight']");

Réponse acceptée

Vous utilisez InnerText qui supprime le code HTML.

Utilisez InnerHtml :

string rate = rateNode.InnerHtml;

Vous pouvez créer un document XML à partir de cette chaîne (en supposant qu'il s'agisse d'un XML valide).

Vous pouvez également interroger le rateNode de la même manière que vous l'avez extrait - en sélectionnant ses nœuds enfants:

var firstRow = rateNode.SelectSingleNode("./table/tbody/tr[0]");
string origin = firstRow.SelectSingleNode("./td[@class = 'origin']");

Réponse populaire

Si vous souhaitez utiliser linq to xml, vous pouvez transformer le document HtmlDocument en une chaîne xml:

HtmlWeb web = new HtmlWeb();
HtmlAgilityPack.HtmlDocument doc = web.Load("http://www.SourceURL");  
doc.OptionOutputAsXml = true;
System.IO.StringWriter sw = new System.IO.StringWriter();
System.Xml.XmlTextWriter xw = new System.Xml.XmlTextWriter(sw);
doc.Save(xw);
string result = sw.ToString();

Il suffit ensuite de créer un objet XDocument et de le charger avec la chaîne xml:

System.Xml.Linq.XDocument xDoc = System.Xml.Linq.XDocument.Parse(result);

Et maintenant, vous avez un XDocument pour jouer avec Linq.



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