如何计算html文件C#中表中的行数答案

【问题标题】：How to count rows in a table in an html file C#如何计算html文件C#中表中的行数
【发布时间】：2013-05-30 07:51:58
【问题描述】：

当html文件中有复合表时，如何计算父表的行数。

我所说的复合表是什么意思；一个表格，其中其他表格包含在其某些单元格中。

这是我的编码尝试。注意我收到的值不正确：

        String htmlFile = "C:/Temp/Test_13.html";
        HtmlDocument doc = new HtmlDocument();
        doc.Load(htmlFile);

        HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
        HtmlNodeCollection rows = tables[1].SelectNodes(".//tr");
        Console.WriteLine(" Rows in second (Parent) table: " + rows.Count());

请说明您的答案中使用了哪个命名空间。

这是一个有代表性的示例文件：

<html>
<body>
<table border="1">
<tr>
<td>Apps</td>
</tr>
<tr>
<td>Offcie Web Apps</td>
</tr>
</table>
<br/>
<table border="1">
<tr>
<td>Application</td>
<td>Status</td>
<td>Instances</td>
</tr>
<tr>
<td>PowerPoint</td>
<td>Online</td>
<td>
    <table border="1">
    <tr>
        <td>Server1</td>
        <td>Online</td>
    </tr>
    <tr>
        <td>Server2</td>
        <td>Disabled</td>
    </tr>
    </table>
</td>
</tr>
<tr>
<td>Word</td>
<td>Online</td>
<td>
    <table border="1">
    <tr>
        <td>Server1</td>
        <td>Online</td>
    </tr>
    <tr>
        <td>Server2</td>
        <td>Disabled</td>
    </tr>
    </table>
</td>
</tr>
</table>
</body>
</html>

谢谢。

【问题讨论】：

您使用的是 Visual Studio，对吗？通过在调试期间将鼠标悬停在它们上来检查您的 tables 和 rows 集合；看看里面有什么。

标签： c# linq html-parsing html-agility-pack

【解决方案1】：

如果我理解正确，这就是你想要的。

int i = 1;
HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
foreach (HtmlNode table in tables)
{
    var tmp = table.ParentNode;
    if (tmp.OriginalName.Contains("td"))
        MessageBox.Show("The parent of table #" + i + " has" + tmp.ParentNode.ParentNode.Elements("tr").Count().ToString() + " rows.");
    i++;
}

MessageBox 会弹出 2 次：

"The parent of table #3 has 3 rows."
"The parent of table #4 has 3 rows."

编辑（回答问题）：

1) 我从int i = 1 开始计数器。 var i = 1 是一样的，它只是自动将var 替换为int。

2) 我现在编辑了代码，你会得到和我一样的结果

3) 我从 1 开始数，所以你有表 #1、表 #2、表 #3 和表 #4。您的最后两张表（表 #3 和 #4）是表 #2 的子表，表 #2 有 3 行。我上面的代码只打印作为某个表的子表的表。你能告诉我你想要什么作为答案吗？

编辑 2：

int i = 1;
HtmlNodeCollection tables = doc.DocumentNode.SelectNodes("//table");
foreach (HtmlNode table in tables)
{
    if (!table.ParentNode.OriginalName.Contains("td")) // If table is not sub-table
        MessageBox.Show("Table #" + i + " have " + table.Elements("tr").Count().ToString() + " rows.");
    i++;
}

MessageBox 会弹出 2 次：

"The parent of table #1 has 2 rows."
"The parent of table #2 has 3 rows."

【讨论】：

我需要一些帮助。 i 下方有一条波浪线，并显示错误“当前上下文中不存在名称 'i'
问题 1：我必须初始化变量“i”，因为它下面有一条波浪线。我是这样做的：var i = 0;。我应该以不同的方式处理吗？问题 2：我还返回了两条消息：The parent of table #0 has3 rows. 您的代码如何给出“#3”和“#4”？问题 3：为什么您的代码对两个答案都给出“3 行”？这是错误的。第一个表有 2 行，而不是 3 行。帮助我得到这个以返回正确的答案。
我编辑了我的代码并回答了你的问题，请看一下
我现在看到了您的方法并理解了您的回复。但是，我认为我真正需要的是一种解决方案，可以直接查询表以获取其自身的行数，而不是从子表返回并询问其父表的行数。我需要这样做，因为我不能总是确定该表会有一个子表。是否有一种直接的方法可以从这个角度查找行数，而不会在存在嵌入表时混淆代码？你能帮我解决这个问题吗？
我希望从上面的示例文件中看到的结果是“表#2 有 3 行”。换句话说，我希望解决方案确定表的行数，而忽略可能的子表的存在。

【解决方案2】：

我建议您尝试使用 csQuery nuget 包。它旨在消除做类似事情的大部分麻烦。您可以使用大多数 Web 开发人员都非常熟悉的 css 选择器查询语法。在这种情况下，您可能会逃脱 body > table:nth-of-type(2) > tr 并且它将返回所有 tr 的数组，然后只计算它们，或检查结果数组的长度。或者，body > table ~ table > tr 与您提供的示例一样有效，br + table > tr

【讨论】：

【解决方案3】：

您可以将每个<table> 和<tr> 推入堆栈，当遇到</table> - 弹出直到表格从堆栈中弹出。

【讨论】：

了解更多具体细节会很有帮助。 “堆栈”是什么意思？您是指他们将实例化和解析 HTML 的数据结构，还是其他？看起来他们已经在使用这种方法了。此外，请在 DOM 元素周围使用<>，这使它们更易于阅读，并在它们周围使用代码格式（以及您使用的任何其他代码 sn-ps）。谢谢！