Analizza tabella utilizzando Html Agility Pack

c# html-agility-pack

Domanda

Ho qualche tavolo

<table>
        <tr class="odd">
        <td class="ind gray">1</td>
        <td><b>acceding</b></td>
        <td class="transcr">[əksˈiːdɪŋ]</td>
        <td class="tran">присоединения</td>
      </tr>
<!-- .... -->
        <tr class="odd">
        <td class="ind gray">999</td>
        <td><b>related</b></td>
        <td class="transcr">[rɪlˈeɪːtɪd]</td>
        <td class="tran">родственный</td>
      </tr>
</table>

Voglio analizzare tre "td" in una riga. Il mio codice

Dictionary<string, Word> words = new Dictionary<string, Word>();
string text = webBrowser1.DocumentText;
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(text);
for (int i = 0; i < doc.DocumentNode.SelectNodes("//tr").Count; i++)
{
     HtmlNode node = doc.DocumentNode.SelectNodes("//tr")[i];
     Word word = null;
     if (TryParseWord(node, out word))
     {
          try
          {
               if (!words.ContainsKey(word.eng))
               {
                    words.Add(word.eng, word);
               }
          }
          catch
          { continue; }
     } 
}

E funzione per l'analisi

private bool TryParseWord(HtmlNode node, out Word word)
{
    word = null;
    try
    {
        var eng = node.SelectNodes("//td")[1].InnerText;
        var trans = node.SelectNodes("//td")[2].InnerText;
        var rus = node.SelectNodes("//td")[3].InnerText;
        word = new Word();
        word.eng = eng;
        word.rus = rus;
        word.trans = trans;
        return true;

    }
    catch
    {
        word = null;
        return false;
    }
}

Nel mio metodo TryParseWord ho valore solo dalla prima riga. Come risolvere questo problema?

Risposta accettata

Posso ottenere facilmente i valori in questo modo

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

 var table = doc.DocumentNode
            .Descendants("tr")
            .Select(n => n.Elements("td").Select(e => e.InnerText).ToArray());

E l'uso:

foreach (var tr in table)
{
    Console.WriteLine("{0} {1} {2} {3}", tr[0], tr[1], tr[2], tr[3]);
}

Risposta popolare

È necessario modificare XPath in modo che non corrisponda nuovamente dall'inizio. Come questo:

node.SelectNodes(".//td")[1]

Il punto indica all'XPath di corrispondere solo dal nodo corrente.



Autorizzato sotto: CC-BY-SA with attribution
Non affiliato con Stack Overflow
È legale questo KB? Sì, impara il perché
Autorizzato sotto: CC-BY-SA with attribution
Non affiliato con Stack Overflow
È legale questo KB? Sì, impara il perché