題
我正在使用HtmlAgility包來解析html頁面。我能夠從我必須獲取數據的位置找到我的部分。實際上它是一個表，我必須解析它的tr。基本上，我有兩個問題。
當我在解析器中加載頁面時，它需要大約20-30秒才能將其加載到內存中，並且有大約4738個網頁需要解析。所以，我想減少它....我想知道我可以使用委託在循環中調用該方法，以便我可以減少延遲的時間。或者有沒有有效的方法這樣做。請指導我。
我得到的行為
"\r\n\t\t\t\t<td style=\"width:20%;\">110001</td><td style=\"width:25%;\">New Delhi</td><td style=\"width:25%;\">Delhi</td><td style=\"width:30%;\">Baroda House</td>\r\n\t\t\t"，從上面我要解析11001，新德里，德里和巴羅達之家。實際上我有一個Pincodes類，我有Pincode，Area，State和District屬性。所以我需要一個正則表達式或某種方法將這些值放到類中。
最後，我必須將這些記錄推送到我使用Linq2Sql的數據庫。所以保留所有的東西，請告訴我解決方案。任何參考或鏈接都將是一個很大的幫助。
我的代碼：
var url = @"http://www.eximguru.com/traderesources/pincode.aspx?&GridInfo=Pincode01";
var web = new HtmlWeb();
var doc = web.Load(url);
//doc.DocumentNode.SelectSingleNode("//*[@id=\"lst-ib\"]");//("/html/body/div[2]/form/div/div[2]/table/tbody/tr/td/table/tbody/tr/td/div/table/tbody/tr/td/table/tbody/tr/td[2]/div/input");
//System.Console.WriteLine(doc.DocumentNode.SelectSingleNode("//*[@id=\"lst-ib\"]").Id);
var htmlNode =
doc.DocumentNode.SelectSingleNode(
"//*[@id=\"ctl00_uxContentPlaceHolder_ResourceAndGuideUserControl1_ResourceAndGuideGrid_myGridView_mainGridView\"]");
提前致謝
一般承認的答案
它看起來不像網頁上的網址，ID或其他任何內容。它的設計很差。如果它有一個很好的模式（例如結果的不同頁碼），那麼也許這可以並行完成。因為它不是，你必須按順序執行它，因為沒有可靠的方法（我可以看到）將URL發送到下一頁。
var url = "http://eximguru.com/traderesources/pincode.aspx?&GridInfo=Pincode01";
var web = new HtmlWeb();
var results = new List<Pincode>();
while (!String.IsNullOrWhiteSpace(url))
{
var doc = web.Load(url);
var query = doc.DocumentNode
.SelectNodes("//div[@class='Search']/div[3]//tr")
.Skip(1)
.Select(row => row.SelectNodes("td"))
.Select(row => new Pincode
{
PinCode = row[0].InnerText,
District = row[1].InnerText,
State = row[2].InnerText,
Area = row[3].InnerText,
});
results.AddRange(query);
var next = doc.DocumentNode
.SelectSingleNode("//div[@class='slistFooter']//a[last()]");
if (next != null && next.InnerText == "Next")
{
url = next.Attributes["href"].Value;
}
else
{
url = null;
}
}
許可下: CC-BY-SA with attribution
不隸屬於 Stack Overflow