ToB企服应用市场:ToB评测及商务社交产业平台

标题: .Net core 采集网页表格数据方法 [打印本页]

---

作者: 玛卡巴卡的卡巴卡玛    时间: 2023-6-30 13:55
标题: .Net core 采集网页表格数据方法
使用 HtmlAgilityPack 库来将 HTML 表格转换为 DataTable。
首先，确保已经安装了 HtmlAgilityPack 包。可以通过 NuGet 包管理器或者通过命令行安装。
按照以下步骤将 HTML 表格转换为 DataTable：

• 导入命名空间：
  

csharpCopy Code

1. using HtmlAgilityPack;

复制代码

• 创建一个方法来进行转换：
  

csharpCopy Code

1. public static DataTable ConvertHtmlTableToDataTable(string html)
2. {
3.     DataTable dataTable = new DataTable("MyDataTable");
5.     // 加载 HTML 字符串
6.     HtmlDocument doc = new HtmlDocument();
7.     doc.LoadHtml(html);
9.     // 找到表格节点
10.     HtmlNode tableNode = doc.DocumentNode.SelectSingleNode("//table");
12.     if (tableNode != null)
13.     {
14.         // 找到所有的表头行和数据行
15.         IEnumerable<HtmlNode> headerRows = tableNode.SelectNodes("tr[th]");
16.         IEnumerable<HtmlNode> dataRows = tableNode.SelectNodes("tr[td]");
18.         // 添加表头列到 DataTable
19.         if (headerRows != null)
20.         {
21.             foreach (HtmlNode headerRow in headerRows)
22.             {
23.                 foreach (HtmlNode headerCell in headerRow.SelectNodes("th"))
24.                 {
25.                     dataTable.Columns.Add(headerCell.InnerText.Trim());
26.                 }
27.             }
28.         }
30.         // 添加数据列到 DataTable
31.         if (dataRows != null)
32.         {
33.             foreach (HtmlNode dataRow in dataRows)
34.             {
35.                 DataRow row = dataTable.NewRow();
37.                 for (int i = 0; i < dataTable.Columns.Count; i++)
38.                 {
39.                     HtmlNode dataCell = dataRow.SelectNodes("td")[i];
40.                     row[i] = dataCell.InnerText.Trim();
41.                 }
43.                 dataTable.Rows.Add(row);
44.             }
45.         }
46.     }
48.     return dataTable;
49. }

复制代码

• 调用方法进行转换：
  

csharpCopy Code

1. string html = "<table>...</table>";  // 假设这里是你的 HTML 表格字符串
3. DataTable dataTable = ConvertHtmlTableToDataTable(html);

复制代码

注意：这段代码假设 HTML 表格的结构是标准的，即包含表头行（[tr] 元素中包含  元素）和数据行（[tr] 元素中包含 [td] 元素）。如果 HTML 结构不符合标准，可能需要进行适当的修改来适应实际情况。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

---

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4