通过 HtmlAgilityPack 解析表格标签出错答案

【问题标题】：Parsing a table tag by HtmlAgilityPack goes wrong通过 HtmlAgilityPack 解析表格标签出错
【发布时间】：2012-08-28 23:58:23
【问题描述】：

我有一个带有表格的网页，我想获取所有行，但是当我下载它时，我得到一个奇怪的表格，有一个 <tr> 和许多 </tr>，所以我无法解析它.我能做什么？

我的代码：

  WebBrowser wb = new WebBrowser();
  wb.ScrollBarsEnabled = false;
  wb.ScriptErrorsSuppressed = true;
  wb.Navigate(link);
  while (wb.ReadyState != WebBrowserReadyState.Complete) { Application.DoEvents(); }
  string htmlDoc = wb.DocumentText;

  doc.LoadHtml(htmlDoc);

  nodesHtml = doc.DocumentNode.SelectNodes("//tr");

但要获取 nodesHtml 中的所有行，我只得到一行。奇怪的是，在像 FF 这样的真实浏览器中，html 标签看起来不错，但是在下载页面时 - html 出错了。

这里是链接：http://www.lre.com/test/searchresultx.asp?id=19

【问题讨论】：

能否提供您正在获取的 HTML 代码（或至少是页面）供我们测试？

标签： c# html html-table html-agility-pack

【解决方案1】：

由于页面的 HTML 非常不合规，这会出错，
看看w3c's validator 给出的结果，你会看到有很多 tr 和 td 存在关闭问题。

我的建议是通过Tidy 运行 HTML 或使用 HTMLAgilityPack 解析设置。

【讨论】：