WebScraper C# + htmlagilitypack

Question

我开始开发应用程序。下载到数据库后，我需要从网站上获取一些信息，然后我需要处理这些信息。 好吧，我没有足够的经验，并感谢您的任何推荐。 例如 - 我将与体育网站合作。 (https://terrikon.com/football/spain/championship/) 我需要从表中接收信息并将这些数据下载到数据库中。 我尝试了一些下载数据的方法并理解了最好的方法——使用“htmlagilitypack”。 我阅读了有关使用此库的文档，并且做得最好：

using System;
using System.Xml;
using HtmlAgilityPack;

namespace Parser
{
    class Program
    {
        static void Main(string[] args)
        {
            var html = @"https://terrikon.com/football/spain/championship/";

            HtmlWeb web = new HtmlWeb();

            var htmlDoc = web.Load(html);

            var node = htmlDoc.DocumentNode.SelectSingleNode("//head/title");

            var table = htmlDoc.QuerySelector("#champs-table > table");

            var tableRows = table.QuerySelectorAll("tr");

            foreach (var row in tableRows)
            {
                var team = row.QuerySelector(".team"); 
                var win = row.QuerySelector(".win");
                var draw = row.QuerySelector(".draw");
                var lose = row.QuerySelector(".lose");
                Console.WriteLine(team.OuterHtml );
            };

        }
    }
}

如果我要更改此字符串，我可以接收网站标题或所有信息

 var node = htmlDoc.DocumentNode.SelectSingleNode("//head");

您能给我建议如何仅从表格中获取信息吗？ 感谢巡演关注

Answer 1

我建议还为 HtmlAgilityPack 安装一个 Css 选择器扩展，可以在这里找到：

https://github.com/hcesar/HtmlAgilityPack.CssSelector

您可以使用 css 选择器查询您的节点。 要从该表中获取信息，您必须知道它的 CSS 选择器。 在这种情况下：

#champs-table > table

所以要获得整张桌子，您可以这样做：

var table = htmlDoc.QuerySelector("#champs-table > table");
// then query rows of that table:

var tableRows = table.QuerySelectorAll("tr");

// Now each element it tableRows is a <tr> from that html table
// you could access every value in a for each loop
foreach(var row in tableRows)
{
  var team = row.QuerySelector(".team"); // "team" is a css class applied to <td> containing the team name
  var win = row.QuerySelector(".win");
  var draw = row.QuerySelector(".draw");
var lose = row.QuerySelector(".lose");

}