如何将 HTML 表格内容提取到 DataTable

Posted 2023-03-05

【中文标题】如何将 HTML 表格内容提取到 DataTable

【英文标题】：how to extract HTML table contents to DataTable

【发布时间】：2015-09-10 04:22:27

【问题描述】：

我有this html 页面，页面内容如下所示

我正在尝试将页面中的内容提取到 DataTable 中并将其显示到网格中

例如在

<a href='/exodus-5.1/bacon/exodus-5.1-20150612-NIGHTLY-bacon.zip'>exodus-5.1-20150612-NIGHTLY-bacon.zip</a>

我还需要获取链接的名称以及 uri

名称：-exodus-5.1-20150612-NIGHTLY-bacon.zip uri : - /exodus-5.1/bacon/exodus-5.1-20150612-NIGHTLY-bacon.zip

以下是我最终的结果

 Dim request As HttpWebRequest = HttpWebRequest.Create(url)
 request.Method = WebRequestMethods.Http.Get
 Dim response As HttpWebResponse = request.GetResponse()
 Dim reader As New StreamReader(response.GetResponseStream())
 Dim webpageContents As String = reader.ReadToEnd()
 response.Close()

【问题讨论】：

现在你已经有了页面的内容，你需要parse it。抓取所需信息后，您可以add it to your DataTable。

【参考方案1】：

虽然不是 VB.Net，但使用另一种 .Net 语言 F# 和 HTML Type Provider（它是通过 Nuget 提供的 FSharp.Data project 的一部分）是一项非常容易的任务。

HTML 类型提供程序使您可以在 Visual Studio 中键入访问 HTML 文档，即

// Reference the FSharp.Data Nuget package
#r @".\packages\FSharp.Data.2.2.3\lib\net40\FSharp.Data.dll"
// Type provider over your HTML document specified in yourUrl
type html = FSharp.Data.HtmlProvider<yourUrl>
// Get the rows from the HTML table in the page
let allRows = html.GetSample().Tables.Table1.Rows |> Seq.skip 1
// Skip empty rows
let validRows = allRows |> Seq.where (fun row -> row.Name <> "")

然后将有效行加载到 DataTable 中：

// Reference the System.Data assembly
#r "System.Data.dll"
// Create a DataTable
let table = new System.Data.DataTable()
// Add column names to the table
for name in ["Parent";"Name";"Last modified";"Size"] do table.Columns.Add(name) |> ignore
// Add row values to the table
for row in validRows do
  table.Rows.Add(row.Column1, row.Name, row.``Last modified``, row.Size) |> ignore

最后在表单上显示 DataTable：

// Reference the Windows.Forms assembly
#r "System.Windows.Forms.dll"
open System.Windows.Forms
// Create a form
let form = new Form(Width=480,Height=320)
// Initialise a grid
let grid = new DataGridView(Dock=DockStyle.Fill)
form.Controls.Add(grid)
// Set the grid data source with the table
form.Load.Add(fun _ -> grid.DataSource <- table)
form.Show()

在表单中显示填充的 DataGrid：