我在webscraper中遇到问题,基本上我需要在单元格team_a_col home
内获取十进制数字:
<th>Med. goal subiti p/p</th>
<td class='team_a_col total'>0.76</td>
<td class='team_a_col home'>0.89
<td class='team_a_col away'>0.62</td></td>
所以结果应该是:0.89
但是你可以看到html
结构不正确,所以我没有得到0.89
,而是使用以下代码获得team_a_col away
的内容:
node.SelectSingleNode(".//td[@class='team_a_col home']").InnerText.Trim();
我怎么才能得到0.89? </td>
应该在<team_a_col away
之前。
答案 0 :(得分:3)
您应该将HtmlDocument.FixNestedTags
设置为true
:
string html = "<th>Med. goal subiti p/p</th><td class='team_a_col total'>0.76</td><td class='team_a_col home'>0.89<td class='team_a_col away'>0.62</td></td>";
var doc = new HtmlAgilityPack.HtmlDocument
{
OptionFixNestedTags = true,
OptionCheckSyntax = true,
OptionAutoCloseOnEnd = true
};
doc.LoadHtml(html);
string tdText = doc.DocumentNode.SelectSingleNode(".//td[@class='team_a_col home']")?.InnerText.Trim();
使用FixNestedTags
,结果为:0.89
答案 1 :(得分:0)
你可以拿整行然后子串并获取数据吗?
var node = doc.DocumentNode.SelectNodes("//htmlelment/htmlelment");
string[] nodeArray = node[0].OuterHtml.Split(' ');