web-dev-qa-db-ja.com

C＃でのHTMLテーブルの解析

テーブルを含むhtmlページがあり、そのテーブルをC＃ウィンドウフォームで解析したい

http://www.mufap.com.pk/payout-report.php?tab=01

これは私が試した解析したいウェブページです

> Foreach(Htmlnode a in document.getelementbyname("tr"))
{
    richtextbox1.text=a.innertext;
}

私はこのようなことを試しましたが、すべてのtrsを単に印刷しているだけなので、表形式では表示されません。このため、私の英語についてお詫び申し上げます。

c#parsinghtml-agility-packhtml-table
8
user1764351

Html Agility Pack の使用

WebClient webClient = new WebClient();
string page = webClient.DownloadString("http://www.mufap.com.pk/payout-report.php?tab=01");

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(page);

List<List<string>> table = doc.DocumentNode.SelectSingleNode("//table[@class='mydata']")
            .Descendants("tr")
            .Skip(1)
            .Where(tr=>tr.Elements("td").Count()>1)
            .Select(tr => tr.Elements("td").Select(td => td.InnerText.Trim()).ToList())
            .ToList();
40
L.B

このような意味ですか？

foreach (HtmlNode table in doc.DocumentNode.SelectNodes("//table")) {
    ///This is the table.    
    foreach (HtmlNode row in table.SelectNodes("tr")) {
    ///This is the row.
        foreach (HtmlNode cell in row.SelectNodes("th|td")) {
            ///This the cell.
        }
    }
}
10
Nour Sabouny

これは遅いですが、プレーンなVanilla C＃コードを使用してあなたが求めることを行う方法は次のようになります

/// <summary>
/// parses a table and returns a list containing all the data with columns separated by tabs
/// e.g.: records = getTable(doc, 0);
/// </summary>
/// <param name="doc">HtmlDocument to work with</param>
/// <param name="number">table index (base 0)</param>
/// <returns>list containing the table data</returns>
public List<string> getTableData(HtmlDocument doc, int number)
{
  HtmlElementCollection tables = doc.GetElementsByTagName("table");
  int idx=0;
  List<string> data = new List<string>();

  foreach (HtmlElement tbl in tables)
  {
    if (idx++ == number)
    {
      data = getTableData(tbl);
      break;
    }
  }
  return data;
}

/// <summary>
/// parses a table and returns a list containing all the data with columns separated by tabs
/// e.g.: records = getTable(getElement(doc, "table", "id", "table1"));
/// </summary>
/// <param name="tbl">HtmlElement table to work with</param>
/// <returns>list containing the table data</returns>
public List<string> getTableData(HtmlElement tbl)
{
  int nrec = 0;
  List<string> data = new List<string>();
  string rowBuff;

  HtmlElementCollection rows = tbl.GetElementsByTagName("tr");
  HtmlElementCollection cols;
  foreach (HtmlElement tr in rows)
  {
    cols = tr.GetElementsByTagName("td");
    nrec++;
    rowBuff = nrec.ToString();
    foreach (HtmlElement td in cols)
    {
      rowBuff += "\t" + WebUtility.HtmlDecode(td.InnerText);
    }
    data.Add(rowBuff);
  }

  return data;
}

上記により、ページ内の「インデックス」テーブルを使用して（名前のないテーブルに有用）、または「テーブル」HtmlElementを関数に渡すことにより（より高速ですが名前付きテーブルにのみ有用）、テーブルからデータを抽出できます。結果として「リスト」を返し、タブ文字を使用してさまざまな列のデータを区切ることを選択したことに注意してください。コードを簡単に変更して、他の任意の形式でデータを返すことができます

2
grayhat