Question

我用C＃编写了以下代码，以检索网页中表格的内容（获得许可后）。它几乎可以完美运行，但是某些单元格包含多个这样的值

 _______
|   10  |
|   11  |
|   12  |
|___13__|

但是我却得到了值10111213。

这里是一个链接，因此如果需要进一步清晰的了解，您可以看一下表代码： ttps：//ug3.technion.ac.il/rishum/course/104031

WebClient webClient = new WebClient();
string page = webClient.DownloadString("https://ug3.technion.ac.il/rishum/course/104031");

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(page);

List<List<string>> table = doc.DocumentNode.SelectSingleNode("//table[@class='rishum-groups']")
            .Descendants("tr")
            .Skip(1)
            .Where(tr => tr.Elements("td").Count() > 1)
            .Select(tr => tr.Elements("td").Select(td => td.InnerText.Trim()).ToList())
            .ToList();

Answer 1

InnerText属性将删除所有元素，仅保留文本。如果要保留<br>元素，则应改用InnerHtml。这是一个示例：

var table = doc.DocumentNode.SelectSingleNode("//table[@class='rishum-groups']")
            .Descendants("tr")
            .Skip(1)
            .Where(tr => tr.Elements("td").Count() > 1)
            .Select(tr => tr.Elements("td").Select(td => td.InnerHTML.Trim()).ToList())
            .ToList();

如果需要解析这些值，则可以在字符串上使用Split()方法。这是一个示例：

var myValues = myTextField.Split(new string[] { "<br>" }, StringSplitOptions.None);

HTML Agility Pack忽略<br>标记

1 个答案: