如何在c#中解析HTMLDocument？

Question

我想使用 C# 中的简单应用程序获取 html 页面的文本？ 如果有嵌套元素 即，

<Table>
    <TR>
        <TD>**ABC**
        </TD>
        <TD>**1**
        </TD>
   </TR>
   <TR>
        <TD>**XYZ**
        </TD>
        <TD>**2**
        </TD>
   </TR>
</Table>

如何直接获取文本（粗体）值。我想将它们保存在我的数据库中，并且还想在 gridview 中显示？

 HtmlDocument htmlSnippet = new HtmlDocument();
 htmlSnippet = LoadHtmlSnippetFromFile();

 private HtmlDocument LoadHtmlSnippetFromFile()
 {
     //TextReader reader = File.OpenText(Server.MapPath("~/App_Data/HtmlSnippet.txt"));

     WebClient webClient = new WebClient();
     const string strUrl = "http://www.dsebd.org/latest_PE_all2_08.php";

     Stream reader = webClient.OpenRead(strUrl);

     HtmlDocument doc = new HtmlDocument();
     doc.Load(reader);

     reader.Close();

     return doc;
}

从这个 htmlSnippet 我如何获取该值？

Answer 1

我不确定您需要什么...根据您的示例，您想要一个字符串 "**ABC****1****XYZ****2**" ？

那么这应该可以工作： htmlSnippet.Body.OuterText

编辑：好的，尝试为单独的值提供一个示例...

HtmlElement tableElement = FindElement(HtmlDocument.Body, "table");
foreach(HtmlElement row in tableElement.Children)
{
    if (row.Name.ToLower() == "tr")
    {
        // create whatever class you use for a row
        foreach(HtmlElement cell in row.Children)
        {
            if (cell.Name.ToLower() == "td")
            {
                // add a new cell to your row using cell.InnerText
            }
        }
    }
}

// *** snip ***

private HtmlElement FindElement(HtmlElement element, string name)
{
    if (element.Name.ToLower() == name)
    {
        return element;
    }
    foreach(HtmlElement child in element.Children)
    {
        HtmlElement test = FindElement(test, name);
        if (test != null)
        {
            return test;
        }
    }
    return null;
}

抱歉，我现在没有 Visual Studio 来测试代码...祝你好运;-)