c# - 使用 LINQ 和 HtmlAgilityPack 解析 html 表

Question

我想从网页http://cslh.cz/delegace.html?id_season=2013上的 table class='nice'解析日期、链接文本和链接 href

我创建了对象DelegationLink

public class DelegationLink
{
   public string date { get; set; }
   public string link { get; set; }
   public string anchor { get; set; }
}

并将其与 LINQ 一起使用来创建DelegationLink 列表

var parsedValues =
from table in htmlDoc.DocumentNode.SelectNodes("//table[@class='nice']")
from date in table.SelectNodes("tr//td")
from link in table.SelectNodes("tr//td//a")
   .Where(x => x.Attributes.Contains("href"))
select new DelegationLink
{
   date = date.InnerText,
   link = link.Attributes["href"].Value,
   anchortext = link.InnerText,
};
return parsedValues.ToList();

它将日期列一个接一个，并将其与每一行中的链接列结合起来，但我只想简单地获取表中的每一行并从该行获取日期、href 和 hreftext。我是 LINQ 的新手，我使用 google 了 4 个小时，没有任何效果。谢谢您的帮助。

Answer 1

嗯，这很简单，你只需要在函数调用中选择tr's并稍微调整一下你的代码。SelectNodes像这样的东西。

var parsedValues = htmlDoc.DocumentNode.SelectNodes("//table[@class='nice']/tr").Skip(1)
.Select(r =>
      {
        var linkNode = r.SelectSingleNode(".//a");
        return new DelegationLink()
                  {
                    date = r.SelectSingleNode(".//td").InnerText,
                    link = linkNode.GetAttributeValue("href",""),
                    anchor = linkNode.InnerText,
                  };
      }
);
return parsedValues.ToList();