从网络导入数据

Question

我的要求是获得＆＃34;创建日期＆＃34; /＆＃34;修改日期＆＃34;将网页上的数据集转换为.xls或.csv文件。

网址为：https://data.medicare.gov/Hospital-Compare/Agency-For-Healthcare-Research-And-Quality-Nationa/sdhm-um6i/about

在这个网页上，我想导入您在SSIS中使用脚本任务在右侧看到的创建日期。

我尝试过使用Excel数据 - ＆gt;从网上导入。它没有用！

如果有人对此有任何建议，那将会很有帮助。

谢谢

Answer 1

SSIS没有任何原生解析这样的网页。也就是说，我希望你喜欢.NET编码。

我已经通过他们的文档和示例完成了与Html Agility Pack工作类似的工作，以了解如何使用他们的库解析HTML的基础知识。

一旦你解决了这个问题，确定你想要的元素的路径就很简单了。我找到了使用Chrome打开页面的最佳方法，右键单击感兴趣的内容并选择“Inspect Element”。展开字段，直到找到所需的内容，然后右键单击检查器窗口并选择Copy XPath

这导致以下xpath选择器

//*[@id="aboutSection"]/div/div/div/div[1]/p[1]/span/span

然后我会在像

这样的代码中使用它

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(this.html);
string createDate = string.Empty;
createDate = doc.DocumentNode.SelectSingleNode("//*[@id="aboutSection"]/div/div/div/div[1]/p[1]/span/span").InnerText.Trim();

你需要摆弄SelectSingleNode调用的确切机制，但这是一般概念。您可能还注意到，您有一个属性data-rawdatetime，其值为。我猜这是一个纪元日期，但是如果你可以将其转换为“2011年10月20日”的呈现值，你可能会更好，因为该数值不会取决于区域设置。