问题标签 [html-agility-pack]

我正在尝试为 Digikey 编写一个屏幕刮板，这将使我们公司能够在零件停产时准确跟踪定价、零件可用性和产品更换。我在 Chrome Devtools 中看到的 XPATH 以及在 Firefox 上看到的 Firebug 与我的 C# 程序看到的似乎存在差异。

我目前正在抓取的页面是http://search.digikey.com/scripts/DkSearch/dksus.dll?Detail&name=296-12602-1-ND

我目前使用的代码非常快速和肮脏......

虽然我使用的路径似乎是“正确的”，但当我查看列表“m_unparsedProductInfoNodes”时，我一直得到 NULL

知道这里发生了什么吗？我还要补充一点，如果我在 baseNode 上执行“SelectNodes”，它只会返回一个 div，其中唯一重要的子节点是“cs=####”，这似乎因浏览器用户代理而异。如果我无论如何都尝试使用它（将 /cs=0 放在无法识别的浏览器的路径中），它会坚持认为我的表达式不会评估为节点集，但留下它们仍然会留下所有数据过去的问题div[2] 返回为 NULL。

html 敏捷包中是否有任何选项可以解析&lt和&gt.

如果有标签，<table>那么html敏捷包会正确解析标签表中的信息。但是如果标签是这样的，&lt table &lt那么它不会在这里解析标签表中的信息。因此，html 敏捷包中的任何选项也可以解析来自此类标签的信息。

可以使用 Html Agility Pack 来解析 html 字符串片段吗？

如：

然后提取所有<b>标签？到目前为止，我看到的所有示例都像 html 文档一样加载。

这是五张表中的一张：

我必须提取值，其中表头是 DATUM 和 Maloprodajna cena [EUR/L]。我正在使用敏捷 HTML 包。

我在获取这些值时遇到了很多麻烦。我开始：

但无法找出仅选择表头为 DATUM 和 Maloprodajna cena[EUR/L] 的值的方法。可以用where子句做到这一点吗？

然后我以这两个查询结束：

是否可以结合这两个查询？我将如何将其转换为 lambda 表达式？我刚开始学习这些东西，我想知道它是如何完成的，这样将来我就不会有这些问题了。

哦，还有一个问题……有人知道任何图形控件吗，因为我必须在图形中显示这些值。我从 Microsoft Chart Controls 开始，但在设置它时遇到了麻烦。因此，如果有人对此有任何经验，我想知道如何设置它，以便 x 轴不会每秒显示所有值...例如：如果我有：10.03.2009、24.03.2009、07.04.2009， 21.04.2009、05.05.2009、06.05.2009 仅显示：10.03.2009、07.04.2009、05.05.2009 等。

我将数据绑定到这样的图形：

我的拳头帖子有很多问题......呵呵，希望我不是模糊不清之类的。感谢您的回复！

我在 html 敏捷包的帮助下解析 html 文件中的表格信息。

现在我可以做到并且它有效。

但是当我要提取的表是最里面的时候。

或者我不知道它在嵌套表中的哪个位置。并且可以有任意数量的嵌套表，我想从中提取具有列名名称、地址的表的信息。

前任。

有很多表，但我想提取具有列名名称、地址的表。所以我该怎么做 ？

我在html agility pack的帮助下解析 html 表格信息。现在首先我在该表中找到行

var rows = table.Descendants("tr");

然后我找到每一行的单元格数据

这给了我单元格数据。但是它们之间没有空格，比如NameAdressPhone No但我想要内部文本，比如Name Address Phone No意味着哪里有td 标签，我想在不同的列单元格之间保留一个空格。

我有这个

身体：

编码：

在我这样做之后，主体节点的 InnerHtml 保持与从头开始相同，尽管 OutterHtml 或 InnerText 显示出良好的结果。我的代码有问题吗？

结果：

我可以使用 Html Agility Pack 使输出看起来很好缩进，去除不必要的空白吗？

我将 C# 与 HtmlAgilityPack 一起使用，我可以选择 id 为 foo 的 div

但是我如何选择带有类栏的 div 呢？

如果我有一个字符串，其中包含我刚刚从 HTTP Post 返回的页面中的 html，我怎样才能将它变成可以让我轻松遍历 DOM 的东西？

我认为 HtmlDocument 对象会有意义，但它没有构造函数。是否有任何类型可以轻松管理 HTML DOM？

谢谢，
马特