HTMLアジリティパックで複数のHTMLテーブルをループする

Question

以下のリンクの例に従い、HTMLテーブルをデータテーブルに正常に解析できました。

http://blog.ditran.net/parsing-html-table-to-c-usable-datalist/

しかし、私はTRを横断するとき最初のTRは、常にカラム名と残りは、私はこのロジックを使用して保存していた各table.So内のデータを持っている、複数のテーブルを解析することはできませんよテーブルのデータを辞書に格納し、ToDataTable関数に送信します。

誰かがどのようにして複数のテーブルをループし、同じロジックを実装することができますか？

var tRowList = doc.DocumentNode.SelectNodes("//tr"); 
foreach (HtmlNode tRow in tRowList) 
        { 
         if (previousRowSpanList.Count > 0) 
         { 
          theDict = previousRowSpanList[0]; 
          previousRowSpanList.Remove(theDict);        //remove it off the list 
                            isWorkingWithRowSpan = true; 
         } 
         else 
         { 
          theDict = new List<KeyValuePair<string, string>>(); 
          isWorkingWithRowSpan = false; 
         } 
         var tCellList = tRow.SelectNodes("td|th"); 
         tCelCount = tCellList.Count; 
         if (tCelCount > 0 && 
         !(tCelCount == 1 && string.IsNullOrEmpty(tCellList[0].InnerText.Trim())) 
         ) 
         { 
                            //colOrder = 1; 
                            IsNullEntireRow = true; 
          for (int colIndex = 0; colIndex < tCelCount; colIndex++) 
          { 
           cell = tCellList[colIndex]; 
           ColInnerText = cell.InnerText.Replace("&nbsp;", " ").Trim(); 
           if (!string.IsNullOrEmpty(ColInnerText)) 
            IsNullEntireRow = false; 

//

static DataTable ToDataTable(List<List<KeyValuePair<string, string>>> list) 
     { 
      DataTable result = new DataTable(); 
      if (list.Count == 0) 
       return result; 

      result.Columns.AddRange(
     list.First().Select(r => new DataColumn(r.Value)).ToArray() 
    ); 



      list= list.Skip(1).ToArray().ToList(); 
      list.ForEach(r => result.Rows.Add(r.Select(c => c.Value).Cast<object>().ToArray())); 


      return result; 

サンプルHTML：

<table> 
<tbody> 
<tr><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Node</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Logtime</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Hardware</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Prcstate A</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Prcstate B</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">Cluster</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">RAID</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">AD replication A</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">AD replication B</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">File replication A</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">File replication B</td><td style="background-color:#A9F5A9;font-weight:bold;" class="center">hcstart RESULT</td></tr> 
<tr><td class="center">DTMSCB1</td><td class="center">2016-08-26 16:40</td><td class="center">APG43L</td><td class="center">active</td><td class="center">passive</td><td class="center">-</td><td class="center">-</td><td class="center">-</td><td class="center">-</td><td class="center">-</td><td class="center">-</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">Not OK</td></tr> 
<tr><td class="center">MSC9</td><td class="center">2016-08-26 16:40</td><td class="center">APG40C/4</td><td class="center">passive</td><td class="center">active</td><td class="center">OK</td><td class="center">OK</td><td class="center">OK</td><td class="center">OK</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">Not OK</td><td class="center">OK</td><td class="center">-</td></tr> 
</tbody> 
</table> 


<table> 
<tbody> 
<tr><td style="background-color:#A9F5A9;" class="center">Node Type</td><td style="background-color:#A9F5A9;" class="center">Node</td><td style="background-color:#A9F5A9;" class="center">Log Time</td><td style="background-color:#A9F5A9;" class="center">New Mon. Alarms</td><td style="background-color:#A9F5A9;" class="center">Mon. Alarms Total</td><td style="background-color:#A9F5A9;" class="center">Other Alarms</td><td style="background-color:#A9F5A9;" class="center">MML</td></tr> 
<tr><td class="center">BSC</td><td class="center">BMBSC1</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">46</td><td class="center">445</td><td class="center">OK</td></tr> 
<tr><td class="center">BSC</td><td class="center">BMBSC2C</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">27</td><td class="center">609</td><td class="center">OK</td></tr> 
<tr><td class="center">BSC</td><td class="center">CYBSC1</td><td class="center">2016-08-26 16:45</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">1</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">45</td><td class="center">665</td><td class="center">OK</td></tr> 
<tr><td class="center">BSC</td><td class="center">CYBSC2C</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">30</td><td class="center">849</td><td class="center">OK</td></tr> 
<tr><td class="center">MSC-BC</td><td class="center">CYMSCB1</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">38</td><td class="center">283</td><td class="center">OK</td></tr> 
<tr><td class="center">BSC</td><td class="center">DTBSC1</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">48</td><td class="center">201</td><td class="center">OK</td></tr> 
<tr><td class="center">BSC</td><td class="center">DTBSC2</td><td class="center">2016-08-26 16:45</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">1</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">31</td><td class="center">310</td><td class="center">OK</td></tr> 
<tr><td class="center">MSC-BC</td><td class="center">DTMSCB1</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">25</td><td class="center">130</td><td class="center">OK</td></tr> 
<tr><td class="center">HLR</td><td class="center">HLR1</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">16</td><td class="center">12</td><td class="center">OK</td></tr> 
<tr><td class="center">HLR</td><td class="center">HLR2</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">24</td><td class="center">10</td><td class="center">OK</td></tr> 
<tr><td class="center">MSC-S</td><td class="center">MSC10</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">48</td><td class="center">79</td><td class="center">OK</td></tr> 
<tr><td class="center">MSC-S</td><td class="center">MSC9</td><td class="center">2016-08-26 16:45</td><td class="center">0</td><td style="background-color:#FF0000;color:#FFFFFF;font-weight:bold;" class="center">46</td><td class="center">131</td><td class="center">OK</td></tr> 
</tbody> 
</table> 

Answer 1

私が参照するために最初の答えを維持するが、以下の表1のためのHTMLを含む各文字列要素を持つ文字列配列に元のHTMLを分割します方法ですよ。あなたができる結果で

public static string[] ParseHtmlSplitTables(string htmlString) 
{ 
    string[] result = new string[] { }; 

    if (!String.IsNullOrWhiteSpace(htmlString)) 
    { 
     HtmlDocument doc = new HtmlDocument(); 
     doc.LoadHtml(htmlString); 

     var tableNodes = doc.DocumentNode.SelectNodes("//table"); 
     if (tableNodes != null) 
     { 
      result = Array.ConvertAll<HtmlNode, string>(tableNodes.ToArray(), n => n.OuterHtml); 
     } 
    } 

    return result; 
} 

各テーブルを解析するために進ん：

string[] htmlTables = ParseHtmlSplitTables(htmlString); 

foreach (string html in htmlTables) 
{ 
    List<List<KeyValuePair<string, string>>> parseResult = ParseHtmlToDataTable(html); 

    DataTable dataTable = ToDataTable(parseResult); 
} 

Answer 2

あなたが複数のHTMLテーブルを解析したいので、あなたがHTMLのテーブルにつき1 DataTableを持つことになりますDataSetを返す必要があります。テーブルヘッダーが存在する場合、下のコードは対応するDataTableに列名を追加します。 HTMLのテーブルIDを使用すると、直接DataSetからアクセスする際に使用可能なDataTableの名前として使用されます。DataSetにHTMLテーブルを変換する

方法：

public static DataSet HtmlTablesToDataset(string html) 
{ 
    var resultDataset = new DataSet(); 

    HtmlDocument doc = new HtmlDocument(); 
    doc.LoadHtml(html); 
    foreach (HtmlNode table in doc.DocumentNode.SelectNodes("//table")) 
    { 
     var resultTable = new DataTable(table.Id); 

     foreach (HtmlNode row in table.SelectNodes("tr")) 
     { 
      var headerCells = row.SelectNodes("th"); 
      if (headerCells != null) 
      { 
       foreach (HtmlNode cell in headerCells) 
       { 
        resultTable.Columns.Add(cell.InnerText); 
       } 
      } 

      var dataCells = row.SelectNodes("td"); 
      if (dataCells != null) 
      { 
       var dataRow = resultTable.NewRow(); 
       for (int i=0; i < dataCells.Count; i++) 
       { 
        dataRow[i] = dataCells[i].InnerText; 
       } 

       resultTable.Rows.Add(dataRow); 
      } 
     } 

     resultDataset.Tables.Add(resultTable); 
    } 

    return resultDataset; 
} 

テストコード：

var resultDS = HtmlTablesToDataset(html); 

foreach(DataTable dt in resultDS.Tables) 
{ 
    Console.WriteLine("Table: " + dt.TableName); 

    string line = ""; 

    foreach (DataColumn col in dt.Columns) 
    { 
     line += col.ToString() + " "; 
    } 
    Console.WriteLine(line.Trim()); 

    foreach (DataRow row in dt.Rows) 
    { 
     line = ""; 
     foreach (DataColumn col in dt.Columns) 
     { 
      line += row[col].ToString() + " "; 
     } 

     Console.WriteLine(line.Trim()); 
    } 
} 

サンプルHTML：

string html = 
@" 
<html> 
    <head> 
     <title>Test</title> 
    </head> 
    <body> 
     <table id='t1'> 
      <tr> 
       <th>Col1</th> 
       <th>Col2</th> 
      </tr> 
      <tr> 
       <td>1</td> 
       <td>2</td> 
      </tr> 
      <tr> 
       <td>3</td> 
       <td>4</td> 
      </tr> 
     </table> 
     <table id='t2'> 
      <tr> 
       <th>Col1</th> 
       <th>Col2</th> 
      </tr> 
      <tr> 
       <td>5</td> 
       <td>6</td> 
      </tr> 
      <tr> 
       <td>7</td> 
       <td>8</td> 
      </tr>   
     </table> 
    </body> 
</html>     
";