एचटीएमएल चपलता पैक और Linq

Question

साथ पार्स एचटीएमएल मैं निम्न HTML

(..) 
<tbody> 
<tr> 
    <td class="name"> Test1 </td> 
    <td class="data"> Data </td> 
    <td class="data2"> Data 2 </td> 
</tr> 
<tr> 
    <td class="name"> Test2 </td> 
    <td class="data"> Data2 </td> 
    <td class="data2"> Data 2 </td> 
</tr> 
</tbody> 
(..) 

जानकारी मेरे पास है नाम => तो "Test1" & "Test2" है। मैं क्या जानना चाहता हूं कि मैं अपने नाम के आधार पर "डेटा" और "डेटा 2" में मौजूद डेटा कैसे प्राप्त कर सकता हूं।

वर्तमान में मैं उपयोग कर रहा हूँ:

var data = 
    from 
     tr in doc.DocumentNode.Descendants("tr") 
    from 
     td in tr.ChildNodes.Where(x => x.Attributes["class"].Value == "name") 
    where 
     td.InnerText == "Test1" 
    select tr; 

लेकिन मैं {"Object reference not set to an instance of an object."} मिलता है जब मैं में data

Answer 1

अपने प्रयास के लिए के रूप में, आप अपने कोड के साथ दो मुद्दे हैं:

1. ChildNodes अजीब है - यह भी खाली स्थान के पाठ नोड्स, जो नहीं है एक class गुण (गुण नहीं कर सकते हैं देता है, की पाठ्यक्रम)।
2. जेम्स वाल्फोर्ड ने टिप्पणी की, पाठ के चारों ओर की जगहें महत्वपूर्ण हैं, शायद आप उन्हें ट्रिम करना चाहते हैं।

इन दो सुधार, निम्न कार्य करता साथ

:

var data = 
     from tr in doc.DocumentNode.Descendants("tr") 
     from td in tr.Descendants("td").Where(x => x.Attributes["class"].Value == "name") 
    where td.InnerText.Trim() == "Test1" 
    select tr; 

Answer 2

यहाँ एक तरीका है देखने के लिए प्रयास करें - पहले एक डेटा संरचना में सभी डेटा पार्स, और फिर इसे पढ़ें। मैं एक शब्दकोश है, जहां <td> के वर्ग एक कुंजी है और पाठ एक मूल्य है के लिए हर <tr> बारी

HtmlWeb hw = new HtmlWeb(); 
HtmlDocument doc = hw.Load("http://jsbin.com/ezuge4"); 
HtmlNodeCollection nodes = doc.DocumentNode 
           .SelectNodes("//table[@id='MyTable']//tr"); 
var data = nodes.Select(
    node => node.Descendants("td") 
     .ToDictionary(descendant => descendant.Attributes["class"].Value, 
         descendant => descendant.InnerText.Trim()) 
     ).ToDictionary(dict => dict["name"]); 
string test1Data = data["Test1"]["data"]; 

यहाँ: यह थोड़ा जटिल होता है और निश्चित रूप से अधिक मान्यता जरूरत है, लेकिन यहाँ जाता है। इसके बाद, मैं शब्दकोशों की सूची को शब्दकोशों के शब्दकोश (टिप - अमूर्त दूर) में बदल देता हूं, जहां प्रत्येक <tr> की name कुंजी है।

Answer 3

td.InnerText == "Test1" 

के बजाय

कोशिश

td.InnerText == " Test1 " 

या

d.InnerText.Trim() == "Test1" 

Answer 4

यहाँ XPATH तरीका है - हममम ... हर कोई इन दिनों बिजली XPATH के बारे में भूल गया और सी # XLinq, पर विशेष रूप से ध्यान केंद्रित करने की है, :-)

यह फ़ंक्शन नाम के साथ जुड़े सभी डेटा मान हो जाता है लगता है:

public static IEnumerable<string> GetData(HtmlDocument document, string name) 
{ 
    return from HtmlNode node in 
     document.DocumentNode.SelectNodes("//td[@class='name' and contains(text(), '" + name + "')]/following-sibling::td") 
     select node.InnerText.Trim(); 
} 

उदाहरण के लिए, इस कोड को सभी 'Test2' डेटा डंप हो जाएगा:

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

    foreach (string data in GetData(doc, "Test2")) 
    { 
     Console.WriteLine(data); 
    } 

Answer 5

मैं सिफारिश कर सकते हैं दो तरीकों में से एक:

http://htmlagilitypack.codeplex.com/, जो एचटीएमएल को वैध एक्सएमएल में परिवर्तित करता है जिसे ओओटीबी लिंक के साथ पूछताछ की जा सकती है।

या,

Linq एचटीएमएल (http://www.superstarcoders.com/linq-to-html.aspx) है, जो है, जबकि (कि एक संकेत, कीथ था) CodePlex पर नहीं रखा करने के लिए, सुविधाओं से फ़ौजों की चौकी के का एक उचित वर्किंग सेट देता है।