通过HtmlAgilityPack从表中获取链接

本文关键字:获取 链接 HtmlAgilityPack 通过 | 更新日期: 2023-09-27 18:15:59

我有一个简单的html表:

<table>
  <tr>
    <td>
      <a href="http://someurl_1.com">item name1</a>
    </td>
    <td>
      Value 1
    </td>
  </tr>
  <tr>
    <td>
      <a href="http://someurl_2.com">item name2</a>
    </td>
    <td>
      Value 2
    </td>
  </tr>
</table>

现在我需要有数据从表列表>(或string[][])

我使用:

        List<List<string>>
            table = doc.DocumentNode.SelectSingleNode("//table")
                    .Descendants("tr")
                    .Skip(1)
                    .Where(tr => tr.Elements("td").Count() > 1)
                    .Select(tr => tr.Elements("td").Select(td => td.InnerText.Trim()).ToList())
                    .ToList();

它成功地获取了字符串数据,所以结果是

table[0][0] -> item name1
table[0][1] -> value 1
table[1][0] -> item name2
table[1][1] -> value 2

但是数组中没有url

我怎么能得到它的表值,所以在结果中我需要像:

table[0][0] -> http://someurl_1.com
table[0][1] -> item name1
table[0][2] -> value 1
table[1][0]-> http://someurl_2.com
table[1][1] -> item name2
table[1][2] -> value 2

任何帮助感谢!由于

通过HtmlAgilityPack从表中获取链接

我建议对每个单元格使用xpath,并将它们的数据映射到您的数组。

例如,第二项的xpath为/html/body/table/tbody/tr[2]/td[1]/a

  var doc = new HtmlAgilityPack.HtmlDocument();
  doc.LoadHtml(htmlText);
  var nodes = doc.DocumentNode.SelectNodes("/html/body/table/tbody/tr[2]/td[1]/a");

将为您提供<a href="http://someurl_2.com">item name2</a>作为节点,您可以进一步修饰该节点以获取url或文本。