XML 和 HTML 表用 C# 解析

Posted 2023-03-05

【中文标题】XML 和 HTML 表用 C# 解析

【英文标题】：XML with HTML table to parse with C#

【发布时间】：2012-06-11 11:45:24

【问题描述】：

我正在关注一个 RSS 提要，它返回一个 XML。 XML 内部是 html 表格，以一个长字符串形式返回。我正在尝试使用 C# 访问此 HTML 表的元素，以便我可以将这些元素中的每一个用作另一个程序的变量。表格示例：

<table cellpadding="5"><tr><td><strong>Date (GMT)</strong></td><td><strong>Event</strong></td><td><strong>Cons.</strong></td><td><strong>Actual</strong></td><td><strong>Previous</strong></td></tr><tr><td>Jun 7 11:00</td><td>Announcement</td><td>6.250 %</td><td>6.310  %</td><td>6.560  %</td></tr></table>

这里几乎所有类似的帖子都建议了 HtmlAgilityPack，我正在尝试使用它。到目前为止，我已经能够拉出 HTML 表格并将其声明为字符串变量，但我似乎无法拉出表格元素。以下是我的 hack，基于几个用户的建议：

XmlDocument xDoc = new XmlDocument();
xDoc.Load("http://rssfeed.com");
string descr = xDoc.SelectSingleNode("rss/channel/item/description").InnerText;

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml("descr");
// A Print statement here (textBox1.Text = descr;) shows that I'm successfully accessing the HTML table
var table = doc.DocumentNode.Descendants("tr")
.Select(n => n.Elements("td").Select(o => o.InnerText).ToArray());

foreach (var tr in table)

textBox1.Text = String.Format("0 1 2", tr[0], tr[1], tr[2]);

非常欢迎任何和所有建议。

谢谢， D

【问题讨论】：

HTML Agility Pack 最适合用于来自未知来源且结构可能不完善的 HTML。看到您有 XML 并且嵌入的 HTML 表 也是格式良好的 XML，只需像您一样使用XmlDocument（或者如果可以的话，也可以使用XDocument）。

Oded，感谢您的回复。实际上我最初尝试过，但在几次尝试失败后，大量搜索将我引向了敏捷包。也就是说，如果您能指出一个仅使用 XmlDocument 的示例，因为我自己无法找到一个示例，我将不胜感激。 - 谢谢

【参考方案1】：

这对我有用，只要 Html 像 Xml 一样工作，它就会对你有用（并且值始终在 TD 内）。内部包含单个元素（也称为强元素）的 TD 的值与该元素的值相同。

XElement table = XElement.Parse("<table cellpadding=\"5\"><tr><td><strong>Date (GMT)</strong></td><td><strong>Event</strong></td><td><strong>Cons.</strong></td><td><strong>Actual</strong></td><td><strong>Previous</strong></td></tr><tr><td>Jun 7 11:00</td><td>Announcement</td><td>6.250 %</td><td>6.310  %</td><td>6.560  %</td></tr></table>");
string[] values = table.Descendants("td").Select(td => td.Value).ToArray();

和/或具有值数组的行：

var rows = table.Elements()
    .Select(tr => tr.Elements().Select(td => td.Value).ToArray())
    .ToList();

更新：

foreach (string value in values)
    Console.WriteLine(value);

foreach (string[] row in rows)
    foreach (string value in row)
        Console.WriteLine(value);

【讨论】：

Chuck，这看起来很有希望。谢谢。我有机会让您完整发布代码吗？我是 XElement 的新手，“foreach”似乎不想使用它，所以我不确定如何打印出来。附言我尝试将此答案投票为有用，但恐怕我缺乏必要的代表点。