Question

我有大约50页的html，每个都有大约100多行数据，有各种CSS风格，我想读取html文件，只是获取数据，如姓名，年龄，班级，老师。并将其存储在数据库中，但我无法读取html标签

e.g 我一直在这里展示空间

<table class="table_100">
    <tr>
        <td class="col_1">
            <span class="txt_student">Gauri Singh</span><br>
            <span class="txt_bold">13</span><br>
            <span class="txt_bold">VIII</span><br>
        </td>
        <td class="col_2">
            <span class="txt_teacher">Praveen M</span><br>
            <span class="txt_bold">3494</span><br>
            <span class="txt_bold">3Star</span><br>
        </td>
        <td class="col_3">
        </td>
    </tr>
</table>

Answer 1

对于.NET，您可以尝试Html Agility Pack
您可以使用以下命令将HTML页面“转换”为XML文档：

        HtmlDocument doc = new HtmlDocument();
        doc.Load(@"..\..\your_page.htm");
        doc.OptionOutputAsXml = true;
        doc.Save("your_page.xml");

然后只解析一个XML文档。

Answer 2

使用Html Agility Pack。它提供了一个直观且强大的.net API，用于解析和以其他方式使用Html。

读取HTML表格数据/ html标签

2 个答案: