Html Agility Pack 从表中获取内容答案

【问题标题】：Html Agility Pack get contents from tableHtml Agility Pack 从表中获取内容
【发布时间】：2014-06-26 00:54:46
【问题描述】：

我需要从“http://anytimefitness.com/find-gym/list/AL”获取位置、地址和电话号码到目前为止我有这个......

    HtmlDocument htmlDoc = new HtmlDocument();

    htmlDoc.OptionFixNestedTags = true;
    htmlDoc.LoadHtml(stateURLs[0].ToString());

    var BlankNode = 
        htmlDoc.DocumentNode.SelectNodes("/div[@class='segmentwhite']/table[@style='width: 100%;']//tr[@class='']");

    var GrayNode = 
        htmlDoc.DocumentNode.SelectNodes("/div[@class='segmentwhite']/table[@style='width: 100%;']//tr[@class='gray_bk']");

我已经查看了 stackoverflow 一段时间，但目前关于 htmlagilitypack 的帖子都没有真正有帮助。我也一直在用http://www.w3schools.com/xpath/xpath_syntax.asp

【问题讨论】：

标签： c# html web-scraping html-agility-pack

【解决方案1】：

由于<div> 不是根节点的直接子节点，因此您需要使用// 而不是/。然后，您可以使用 or 运算符为 BlankNode 和 GrayNode 组合 XPath，例如：

var htmlweb = new HtmlWeb();
HtmlDocument htmlDoc = htmlweb.Load("http://anytimefitness.com/find-gym/list/AL");
htmlDoc.OptionFixNestedTags = true;

var AllNode =
        htmlDoc.DocumentNode.SelectNodes("//div[@class='segmentwhite']/table//tr[@class='' or @class='gray_bk']");
foreach (HtmlNode node in AllNode)
{
    var location = node.SelectSingleNode("./td[2]").InnerText;
    var address = node.SelectSingleNode("./td[3]").InnerText;
    var phone = node.SelectSingleNode("./td[4]").InnerText;

    //do something with above informations
}

【讨论】：

我在 foreach 循环中得到了 NullReferenceException。它声明 AllNode 为空。
感谢您的帮助！

【解决方案2】：

这是我在LinqPad 中测试的示例。

string url = @"http://anytimefitness.com/find-gym/list/AL";
var client = new System.Net.WebClient();
var data = client.DownloadData(url);
var html = Encoding.UTF8.GetString(data);

var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.OptionFixNestedTags = true;
htmlDoc.LoadHtml(html);

var gyms = htmlDoc.DocumentNode.SelectNodes("//tbody/tr[@class='' or @class='gray_bk']");
foreach (var gym in gyms) {
    var city = gym.SelectSingleNode("./td[2]").InnerText;
    var address = gym.SelectSingleNode("./td[3]").InnerText;
    var phone = gym.SelectSingleNode("./td[4]").InnerText;
}

由于 HtmlAgilityPack 也支持 Linq，您还可以执行以下操作：

string [] classes = {"", "gray_bk"};

var gyms = htmlDoc
        .DocumentNode
        .Descendants("tr")
        .Where(t => classes.Contains(t.Attributes["class"].Value))
        .ToList();

gyms.ForEach(gym => {
    var city = gym.SelectSingleNode("./td[2]").InnerText;
    var address = gym.SelectSingleNode("./td[3]").InnerText;
    var phone = gym.SelectSingleNode("./td[4]").InnerText;
});

【讨论】：