HTML Agility Pack

Question

Quiero analizar la tabla html usando html agility pack. Quiero extraer solo algunos datos de columna predefinidos de la tabla.

Pero soy nuevo en el paquete de agilidad de análisis y html y lo he intentado, pero no sé cómo usar el paquete de agilidad html para mi necesidad.

Si alguien entonces me conoce dar ejemplo si es posible

EDIT:

¿Es posible analizar tabla html como si queremos extraer sólo los datos de los nombres de columna decidido? Al igual que hay 4 columnas nombre, dirección, phno y quiero extraer solo el nombre y la dirección de datos.

Answer 1

Hay un ejemplo de eso en los foros de discusión here. Desplácese un poco hacia abajo para ver la respuesta de la tabla. Desearía que proporcionaran mejores muestras que fueran más fáciles de encontrar.

EDITAR: Para extraer datos de columnas específicas, primero debe encontrar las etiquetas <th> que corresponden a las columnas que desea y recordar sus índices. Entonces necesitaría encontrar las etiquetas <td> para los mismos índices. Asumiendo que conoce los índices de las columnas se podría hacer algo como esto:

HtmlDocument doc = new HtmlDocument(); 
doc.LoadHtml("http://somewhere.com"); 
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table"); 
foreach (var row in table.SelectNodes("//tr")) 
{ 
    HtmlNode addressNode = row.SelectSingleNode("td[2]"); 
    //do something with address here 
    HtmlNode phoneNode = row.SelectSingleNode("td[5]"); 
    // do something with phone here 
} 

Edit2: Si usted no sabe los índices de las columnas que podría hacer todo el asunto como este. No he probado esto.

HtmlDocument doc = new HtmlDocument(); 
doc.LoadHtml("http://somewhere.com"); 
var tables = doc.DocumentNode.SelectNodes("//table"); 

foreach(var table in tables) 
{ 
    int addressIndex = -1; 
    int phoneIndex = -1; 
    var headers = table.SelectNodes("//th"); 
    for (int headerIndex = 0; headerIndex < headers.Count(); headerIndex++) 
    { 
     if (headers[headerIndex].InnerText == "address") 
     { 
      addressIndex = headerIndex; 
     } 
     else if (headers[headerIndex].InnerText == "phone") 
     { 
      phoneIndex = headerIndex; 
     } 
    } 

    if (addressIndex != -1 && phoneIndex != -1) 
    { 
     foreach (var row in table.SelectNodes("//tr")) 
     { 
      HtmlNode addressNode = row.SelectSingleNode("td[addressIndex]"); 
      //do something with address here 
      HtmlNode phoneNode = row.SelectSingleNode("td[phoneIndex]"); 
      // do something with phone here 
     } 
    } 
}