通过HtmlAgilityPack解析表标记出错了

Question

我有一个带有表格的网页，我想要获取所有行，但是当我下载它时，我得到一个奇怪的表格，其中一个<tr>和许多</tr>，所以我可以解析它。我该怎么办？

我的代码：

  WebBrowser wb = new WebBrowser();
  wb.ScrollBarsEnabled = false;
  wb.ScriptErrorsSuppressed = true;
  wb.Navigate(link);
  while (wb.ReadyState != WebBrowserReadyState.Complete) { Application.DoEvents(); }
  string htmlDoc = wb.DocumentText;

  doc.LoadHtml(htmlDoc);

  nodesHtml = doc.DocumentNode.SelectNodes("//tr");

但是要获取nodesHtml中的所有行，我只得到一行。奇怪的是，在像FF这样的真实浏览器中，html标签看起来不错，但是在下载页面时 - html出错了。

以下是链接：http://www.lre.com/test/searchresultx.asp?id=19

Answer 1

这是错误的，因为页面的HTML非常不合规，
看看w3c's validator给出的结果，你会看到 看到tr和td有大量关闭问题。

我的建议是通过Tidy运行HTML或使用HTMLAgilityPack 解析设置。