Проблемы с HtmlAgilityPack

c# html-agility-pack

Вопрос

Я владею HtmlAgilityPack. Я пытаюсь получить данные с предварительно загруженной страницы. А именно: есть страница 1.htm. Я хочу получить значение из таблицы напротив строки «Операционная система». (сам документ прилагается). Я делаю это:

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]");
            ...

В общем, необходимо извлечь из файла много информации, но я думаю, что если одна строка получена, то по аналогии.

Необходимая строка была следующей:

 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;
            }

Но этот вариант «на лбу». Если вы не измените структуру моего документа. И как это возможно с помощью поиска еще не выяснилось.

файл

Принятый ответ

Это вернет словарь таблиц по имени. Каждая таблица представляет собой словарь с первым столбцом в качестве ключа и второй для значения.

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);

}

Например, tables["power management"] возвращают 4 записи:

  • [0] {. Generic.KeyValuePair
  • [1] {.
  • [2] {........ Generic.KeyValuePair
  • [3] {[ÐžÑ Ñ,Ð ° вÑÐμÐμÑ Ñ Ð²Ñ € ÐμÐ¼Ñ Ñ € Ð ° Ð ± оÑ,Ñ <оÑ, Ð ± Ð ° Ñ,Ð ° Ñ € Ðμй, Ð ÐμиР· вÐμÑ Ñ,но]} System.Collections.Generic.KeyValuePair

и tables["power management"]["Текущий Ð¸Ñ Ñ‚Ð¾Ñ‡Ð½Ð¸Ðº Ð¿Ð¸Ñ‚Ð°Ð½Ð¸Ñ "] возвращается:

«Ðл ÐμкÑ,Ñ € Ð¾Ñ ÐμÑ,ÑŒ "

Для итерации вы можете:

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);
    }
}


Related

Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow
Лицензировано согласно: CC-BY-SA with attribution
Не связан с Stack Overflow