Question

我正在尝试从网站解析一些数据，以从他们的表中获取特定项目。我知道bgcolor属性设置为#ffffff或＃f4f4ff的任何标记都是我想要开始的标记，而我的实际数据位于第二个标记内。

目前我有：

Private Sub runForm()


    Dim theElementCollection As HtmlElementCollection = WebBrowser1.Document.GetElementsByTagName("TR")
    For Each curElement As HtmlElement In theElementCollection
        Dim controlValue As String = curElement.GetAttribute("bgcolor").ToString
        MsgBox(controlValue)
        If controlValue.Equals("#f4f4ff") Or controlValue.Equals("#ffffff") Then

        End If
    Next
End Sub

此代码获取了我需要的TR元素，但我不知道如何（如果可能）然后调查内部元素。如果没有，您认为最佳路线是什么？该网站并未真正标记任何表格。我正在寻找的基本上看起来像：

<td><b><font size="2"><a href="/movie/?id=movieTitle.htm">The Movie</a></font></b></td>

我想退出电影＆＃34;文本并将其添加到文本文件中。

Answer 1

使用您拥有的InnerHtml对象（HtmlElement）的curElement属性，如下所示：

For Each curElement As HtmlElement In theElementCollection
    Dim controlValue As String = curElement.GetAttribute("bgcolor").ToString
    MsgBox(controlValue)
    If controlValue.Equals("#f4f4ff") Or controlValue.Equals("#ffffff") Then
        Dim elementValue As String = curElement.InnerHtml
    End If
Next

阅读HtmlElement.InnerHtml Property的文档以获取更多信息。

更新：

要获取<tr> HTML元素的第二个孩子，请使用FirstChild然后NextSibling的组合，如下所示：

For Each curElement As HtmlElement In theElementCollection
    Dim controlValue As String = curElement.GetAttribute("bgcolor").ToString
    MsgBox(controlValue)
    If controlValue.Equals("#f4f4ff") Or controlValue.Equals("#ffffff") Then
        Dim firstChildElement = curElement.FirstChild
        Dim secondChildElement = firstChildElement.NextSibling

        ' secondChildElement should be the second <td>, now get the value of the inner HTML
        Dim elementValue As String = secondChildElement.InnerHtml
    End If
Next

使用VB DOTNET解析HTML

1 个答案: