C#读取html中的标记

newma 2008-11-11 05:30:09

文件格式是
<html>
<head>
</head>
<body>
<table>
<tr>
<td>学生</td>
　　　 <td>成绩</td>
</tr>
</table>
</body>
</html>
类似这样的，，用Ｃ＃读取其中的数据。。。。

...全文

1048 13 打赏收藏转发到动态举报

写回复

用AI写文章

13 条回复

切换为时间正序

请发表友善的回复…

发表回复

wanghuadong 2008-11-12

打赏
举报

楼主给分啊:
相当于直接解析xml,一样的:

                XmlNode child = null;

                alliedXmlDocument = new XmlDocument();

                alliedXmlDocument.LoadXml(xmlStr);

                child = alliedXmlDocument.SelectSingleNode(/html/body/...路径);

                if (child != null)

                {

                    WebOrderHeaderEntity.FromGlobalPartnerRoleClassificationCode = PunchoutHelper.GetXMLChildValue(child);

                }

上面显示声明一个XmlNode
然后在声明一个XmlDocument,
在把html(xmlStr)该值加载进来,
用SelectSingleNode解析xml
然后用得到了一个child,用PunchoutHelper.GetXMLChildValue()方法解析就可以了
这个方法是:

        /// <summary>

        /// Get XML Child Value

        /// </summary>

        /// <param name="child">xml child node</param>

        /// <returns>child node value</returns>

        public static string GetXMLChildValue(XmlNode child)

        {

            if (child != null)

            {

                XmlNodeReader nr = new XmlNodeReader(child);

                while (nr.Read())

                {

                    if (nr.HasValue == true)

                    {

                        return nr.Value;

                    }

                }

            }

            return null;

        }

解析出来赋给一个实体属性了

newma 2008-11-12

打赏
举报

webBrowser1.DocumentText = @"<html>
<head>
</head>
<body>
<table>
<tr>
<td>学生 </td>
　　　 <td>成绩 </td>
</tr>
</table>
</body>
</html>
";

if (webBrowser1.Document != null)
{
HtmlDocument doc = webBrowser1.Document;
HtmlElement textElem = doc.CreateElement("DIV");
textElem.InnerText = "smc";
doc.Body.AppendChild(textElem);
}

}

大家看这段没什么问题吧...
运行的时候说
未将对象引用设置到对象的实例。

newma 2008-11-11

打赏
举报

想问一下htmlDocument怎么用，，，怎么获取对象。。。。
最好有实例讲解。。

止戈而立 2008-11-11

打赏
举报



//可以用正则：

using System.Text.RegularExpressions;



Regex reg=new Regex("(?<=<td>[\s\S]*(?=</td>)");

string result=string.Empty;

string html="你的网页代码";

foreach(Match m in reg.Matchs(html))

{

 result+=m.Value+"\r\n";

}



或者：

string result=Regex.Replace(html,"<[^>]*>","").Trim();

wzw200 2008-11-11

打赏
举报

RemoteHtmlReader reader = new RemoteHtmlReader();
private void button1_Click(object sender, EventArgs e)
{
if (this.textBox2 .Text !="")
{
string[] tokens = this.textBox2.Text.Split(':');
this.reader.Proxy = new System.Net.WebProxy(tokens[0], int.Parse(tokens[1]));
}
this.reader.URL = this.textBox1.Text;
string html = this.reader.GetHTML();

this.progressBar1.Maximum = html.Length;
string[] urls = this.reader.GetUrls();

textBox1.Text是你的URL
this.textBox2 .Text 是你的代码：192.168.1.1:8080

string html = this.reader.GetHTML();可能得到你的HTML文本
在文本里可以找到你要的东西

newma 2008-11-11