html 移除屏幕,XPath在HTML页面上删除td列的内容以进行屏幕抓取

下面您会看到一段代码，用于筛选经济日历。 它使用XPath解析的HTML页面包含此行，作为表中的第一个排列 。 (仅粘贴整个HTML页面的此行来代替。)XPath在HTML页面上删除td列的内容以进行屏幕抓取

Sun

Dec 23

All Day JPY

Bank Holiday

该代码使用XPath选择第一TR行：

var doc = new HtmlDocument();

doc.Load(new StringReader(html));

var rows = doc.DocumentNode.SelectNodes("//tr[@class=\"calendar_row\"]");

var rowHtml = rows[0].InnerHtml;

的问题是，rowHtml返回此：

All Day EUR

French Bank Holiday

现在您可以看到日期的td列的内容消失了！为什么？

我已经尝试过很多事情，并且为什么会丢弃该列的内容。 其他列包含它保留的内容。那么日期栏有什么问题？

是否有某种设置或属性导致或防止丢弃内容？

即使您没有线索有什么问题，但有一些方法可以更多地进行调查。

2013-09-26

Wayne

+2

你可能会得到不同的行比你想要的...尝试使Html非常简单，所以它只是在你想要匹配的行... –

+0

@Alexei你是对的。我认为这些行的返回顺序与HTML相同。他们可以随机排列吗？ –