Я использую следующий код для разбора HTML таблиц из HTML-файла в набор данных:Игнорирования тегов в XPATH, используя HTML ловкость пакет
Public Function GetDataSet(html As String) As DataSet
Dim ds As DataSet = New DataSet
Dim htmldoc As New HtmlAgilityPack.HtmlDocument
htmldoc.LoadHtml(html)
Dim tables = htmldoc.DocumentNode.SelectNodes("//table/tr") _
.GroupBy(Function(x) x.ParentNode)
For i As Integer = 0 To tables.Count - 1
Dim rows = tables(i).ToList()
ds.Tables.Add(String.Format("Table {0}", i))
Dim headers = rows(0).Elements("th").Select(Function(x) x.InnerText.Trim).ToList()
For Each Hr In headers
ds.Tables(i).Columns.Add(Hr)
Next
For j As Integer = 1 To rows.Count - 1
Dim row = rows(j)
Dim dr = row.Elements("td").Select(Function(x) x.InnerText.Trim).ToArray()
ds.Tables(i).Rows.Add(dr)
Next
Next
Return ds
End Function
и она отлично работает. Но когда Есть тег помещается внутри <Table>
Tag перед тем <tr>
тегом таблица не разобраны
Простой пример:
<html> <head><title>Test</title></head> <body> <div>Contents:</div> <table> <tr> <th>Column1</th> <th>Column2</th> </tr> <tr> <td>1</td> <td>11</td> </tr> <tr> <td>2</td> <td>22</td> </tr> </table> <table> <tbody> <tr> <th>Column1</th> <th>Column2</th> <th>Column3</th> </tr> <tr> <td>a</td> <td>aa</td> <td>aaa</td> </tr> <tr> <td>b</td> <td>bb</td> <td>bbb</td> </tr> </tbody> </table> <table> <div> <tr> <th>Column1</th> <th>Column2</th> <th>Column3</th> </tr> <tr> <td>a</td> <td>aa</td> <td>aaa</td> </tr> <tr> <td>b</td> <td>bb</td> <td>bbb</td> </tr> </div> </table> </body> </html>
В этом примере только первая таблица разобранной.
Мой вопрос заключается в том, чтобы игнорировать любой тег между <Table>
тегом и <tr>
тегом в следующей строке коды:
Dim tables = htmldoc.DocumentNode.SelectNodes("//table/tr") _
.GroupBy(Function(x) x.ParentNode)
и все таблицы будут обрабатываться.
чтобы узнать больше о XPath вы посмотрите на может [XPath синтаксис] (http://www.w3schools.com/xml/xpath_syntax.asp) , –