Question

嗨，谢谢你。

我试图在VB.NET中使用HTMLAgilityPack来遍历表中的<td>标签集合。它们包含在<tr>标记内（自然地）。

我创建了下面的循环来根据需要访问TR和TD：

For Each tr In table.SelectNodes(".//tr")
    For Each td In tr.SelectNodes("td")
        '(Handle td's here)
    Next
Next

问题是网站的HTML在其模板中的某个特定TD上缺少结束标记。这导致在每个循环中拾取一个3个TD，因为它将第3个TD视为包含所有其他循环的无限标记。例如：

<tr>
    <td>Div 1 info</td>
    <td>Div 2 info</td>
    <td>Div 3 info
    <td>Div 4 info</td>
    <td>Div 5 info</td>
</tr>

我的问题是如何解决此问题以循环完整的TD集合？我试图检查TR.Count是否为3然后更新tr（2）.InnerHTML在适当的位置插入标签。它只是不更新。

感谢您提供的任何帮助！谢谢！

Answer 1

设置HtmlDocument.OptionFixNestedTags属性：

Dim html = New HtmlDocument
html.OptionFixNestedTags = True
html.LoadHtml(File.ReadAllText(htmlFile))
Dim table As HtmlNode = html.DocumentNode
For Each tr In table.SelectNodes(".//tr")
    For Each td In tr.SelectNodes("td")
        Console.WriteLine(td.InnerText.Trim())
    Next
Next

通过非封闭标签循环？

1 个答案: