Remove From My Forums

请教C#如何提取html里面标签的值

问题

登录进行投票

<html>
<head>
<SCRIPT LANGUAGE="JavaScript" SRC="../include/js/function.js"></SCRIPT>
<SCRIPT language="JavaScript" src="../include/js/select.js"></SCRIPT>
<SCRIPT language=JavaScript src="../include/js/iOffice_Popup.js"></SCRIPT>
<SCRIPT LANGUAGE='JavaScript' SRC="../include/js/formCheck.js"></SCRIPT>
<link rel="stylesheet" href="../include/css/cqsStyle.css" type="text/css">
<title>
</title>
		<script>alert("请重新登录！");parent.location.href="/index.jsp";</script>
</head>
<body bgcolor="#ffffff">
<form name="myform" method="post" action="" target="_self">
<input type="hidden" name="id" value="10">
<input type="hidden" name="xwcmid" value="40">
<p align="center" class="titleTd">用户</p>
  <table border="0" align="center" cellpadding="0" cellspacing="0" class="doTable">
    <tr>
      <td class="doTitle">帐号：</td>
      <td class="doData">
        <input name="ua" type="text" value="test" readonly size="20" maxlength="11" v_must="1" v_type=string v_name="帐号">
      </td>
    </tr>
    <tr>
      <td class="doTitle">密码：</td>
      <td class="doData">
        <input name="pw" type="text" value="test" size="20" maxlength="20" v_must="1" v_type=string v_name="密码">
      </td>
    </tr>
    <tr>
      <td class="doTitle">联系人：</td>
      <td class="doData">
        <input name="uname" type="text" value="XXX" size="20" maxlength="50" v_must="1" v_type=string v_name="联系人">
      </td>
    </tr>
	<tr>
      <td class="doTitle">手机号：</td>
      <td class="doData">
        <input name="mobile" type="text" value="189" size="20" maxlength="50" v_must="1" v_type=string v_name="手机号">
      </td>
    </tr>
     <tr>
      <td class="doTitle">状态：</td>
      <td class="doData">
        
	   	    <input type="radio" name="enable" value="0" >暂停
	        <input type="radio" name="enable" value="1" checked>开启
	   	  
      </td>
    </tr>
    <tr>
      <td class="doTitle">审核设置：</td>
      <td class="doData">
        
</body>
</html>
<script language="javascript">
 function searchSubmit(){
    myform.saveFlag.value="1";
    myform.action="userEdit.jsp";
    myform.submit();
 }
  function addSubmit(ua){
  alert(ua);
    myform.action="userGwAdd.jsp?ua="+ua;
    myform.submit();
 }
  function delSubmite(ua){
    myform.action="userGwDel.jsp?ua="+ua;
    myform.submit();
 }
</script>
2012-07-02 22:52:29-- () :<!--XXXX XXX-XX-XX 修改  -->

上这段就是html代码如何才能获取到这些 <input>里面value的值

只要下面4个请问如何读取出来！谢谢

已编辑 yyyukai 2012年7月3日 1:31 错误

2012年7月3日 1:30

答案

登录进行投票

可以考虑开源的HTML解析器，如HtmlAgilityPack（http://htmlagilitypack.codeplex.com/）

		public static string LocdHtmlString(string url, int timeout)
		{
			try
			{
				using (var responseStream = new StreamReader(CreatRequest(url, timeout).GetResponse().GetResponseStream()))
				{
					return responseStream.ReadToEnd();
				}

			}
			catch (Exception ex)
			{
				throw ex;
			}
		}

		private static WebRequest CreatRequest(string url, int timeout)
		{
			var request = (HttpWebRequest)WebRequest.Create(url);
			request.Timeout = timeout;
			request.UseDefaultCredentials = true;
			//request.KeepAlive = false;
			return request;
		}

在code里面

var hDoc = HtmlDocumentLoader.LoadDocument(WebUrl, timeout);
hDoc.DocumentNode.SelectSingleNode("XPATH HERE").InnerText.Trim()

Hard work, hard play!

已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
已标记为答案 Jason Dot WangModerator 2012年7月10日 8:00

2012年7月3日 2:47

登录进行投票

你好yyyKai;)

1）首先把以下的代码放到<html>……</html>中去（因为你的Html不是很标准，无法解析）；标准代码如下：

<html>
<head>
</head>
<body bgcolor="#ffffff">
<form name="myform" method="post" action="" target="_self">
<input type="hidden" name="id" value="10">
<input type="hidden" name="xwcmid" value="40">
<p align="center" class="titleTd">用户</p>
  <table border="0" align="center" cellpadding="0" cellspacing="0" class="doTable">
    <tr>
      <td class="doTitle">帐号：</td>
      <td class="doData">
        <input name="ua" type="text" value="test" readonly size="20" maxlength="11" v_must="1" v_type=string v_name="帐号">
      </td>
    </tr>
    <tr>
      <td class="doTitle">密码：</td>
      <td class="doData">
        <input name="pw" type="text" value="test" size="20" maxlength="20" v_must="1" v_type=string v_name="密码">
      </td>
    </tr>
    <tr>
      <td class="doTitle">联系人：</td>
      <td class="doData">
        <input name="uname" type="text" value="XXX" size="20" maxlength="50" v_must="1" v_type=string v_name="联系人">
      </td>
    </tr>
 <tr>
      <td class="doTitle">手机号：</td>
      <td class="doData">
        <input name="mobile" type="text" value="189" size="20" maxlength="50" v_must="1" v_type=string v_name="手机号">
      </td>
    </tr>
     <tr>
      <td class="doTitle">状态：</td>
      <td class="doData">
        
         <input type="radio" name="enable" value="0" >暂停
         <input type="radio" name="enable" value="1" checked>开启
       
      </td>
    </tr>
    <tr>
      <td class="doTitle">审核设置：</td>
      <td class="doData">
        
</body>
</html>

2、然后直接使用WebBrowser动态解析：

public partial class Form1 : Form
{
WebBrowser wb = new WebBrowser();

        public Form1()
        {
            InitializeComponent();

        }

        private void Form1_Load(object sender, EventArgs e)
        {

        }

        private void button1_Click(object sender, EventArgs e)
        {

            wb.DocumentCompleted += wb_DocumentCompleted;
            wb.Url = new Uri("c:\\try.html");
        }

        void wb_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
        {

            foreach (HtmlElement item in wb.Document.GetElementsByTagName("table")[0].GetElementsByTagName("input"))
            {
                textBox1.Text+=(item.OuterHtml + Environment.NewLine);
            }
        }

}

下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
已标记为答案 yyyukai 2012年7月5日 9:41

2012年7月3日 3:54

版主

0

登录进行投票
Hi yyyukai,

DOM 全称是 Document Object Model，最早出现在Javascript标准里的一个对象模型，你还能接触到它的另个兄弟BOM，而其他工程师提供的这些方法要么是在winform中通过浏览器控件Webbrowser去抓取，要么在asp.net中用脚本获得，我觉得编程志愿者的回答很正确，你同样可以在微软的walkthrough中看到类似的回答。

How to: Access the HTML Source in the Managed HTML Document Object Model

Walkthrough: Accessing the DHTML DOM from C#

希望这些链接能帮你弄清如何结合Webbrowser和DOM对象模型以便于去实现更多的需求。

Jason Wang [MSFT]
MSDN Community Support | Feedback to us
- 已标记为答案 Jason Dot WangModerator 2012年7月9日 9:51
2012年7月5日 7:06

回复

|

引用

版主

全部回复

0

登录进行投票
如果你是直接通过httpwebrequest 请求获取这个，可以使用正则表达式来匹配读取内容。

如果是web browser 你还可以使用 webBrowser的Document.GetElementById("控件ID") 来读取这个控件值。

如果你是web，在请求的时候这些内容可以通过get或者post 传递给服务器，在服务器端很简单的访问的到。
family as water
- 已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
- 取消建议作为答案 Jason Dot WangModerator 2012年7月10日 8:00
2012年7月3日 2:19

回复

|

引用
0

登录进行投票

个人思路可以用正则表达式扫到所有input然后再过来一下。

另外既然html也有关闭标签不知道可不可以考虑把内容输出到一个xml然后反序列化呢？

2012年7月3日 2:19

回复

|

引用

登录进行投票

WebRequest wRequest = WebRequest.Create(url);
WebResponse wResponse = wRequest.GetResponse();
Stream stream = wResponse.GetResponseStream();
StreamReader reader = new StreamReader(stream, System.Text.Encoding.Default);
strRet = reader.ReadToEnd().Trim().ToString();

这里的strRet就是返回的html 不知道用什么方法比较好，初次接触希望能给出相关代码谢谢

2012年7月3日 2:39

0

登录进行投票
可以使用DOM的getElementsByTagName方法，getElementsByTagName("input")[0]访问第一个input，定义一个变量var，var=getElementsByTagName("input")[0].value就获取了第一个input的value值。然后你可以通过某个事件什么的触发，将这个var变量（实际上是一个数组）拉出来使用了。（注意，这是javascript）
- 已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
2012年7月3日 2:41

回复

|

引用

登录进行投票

可以考虑开源的HTML解析器，如HtmlAgilityPack（http://htmlagilitypack.codeplex.com/）

		public static string LocdHtmlString(string url, int timeout)
		{
			try
			{
				using (var responseStream = new StreamReader(CreatRequest(url, timeout).GetResponse().GetResponseStream()))
				{
					return responseStream.ReadToEnd();
				}

			}
			catch (Exception ex)
			{
				throw ex;
			}
		}

		private static WebRequest CreatRequest(string url, int timeout)
		{
			var request = (HttpWebRequest)WebRequest.Create(url);
			request.Timeout = timeout;
			request.UseDefaultCredentials = true;
			//request.KeepAlive = false;
			return request;
		}

在code里面

var hDoc = HtmlDocumentLoader.LoadDocument(WebUrl, timeout);
hDoc.DocumentNode.SelectSingleNode("XPATH HERE").InnerText.Trim()

Hard work, hard play!

已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
已标记为答案 Jason Dot WangModerator 2012年7月10日 8:00

2012年7月3日 2:47

登录进行投票

你好yyyKai;)

1）首先把以下的代码放到<html>……</html>中去（因为你的Html不是很标准，无法解析）；标准代码如下：

<html>
<head>
</head>
<body bgcolor="#ffffff">
<form name="myform" method="post" action="" target="_self">
<input type="hidden" name="id" value="10">
<input type="hidden" name="xwcmid" value="40">
<p align="center" class="titleTd">用户</p>
  <table border="0" align="center" cellpadding="0" cellspacing="0" class="doTable">
    <tr>
      <td class="doTitle">帐号：</td>
      <td class="doData">
        <input name="ua" type="text" value="test" readonly size="20" maxlength="11" v_must="1" v_type=string v_name="帐号">
      </td>
    </tr>
    <tr>
      <td class="doTitle">密码：</td>
      <td class="doData">
        <input name="pw" type="text" value="test" size="20" maxlength="20" v_must="1" v_type=string v_name="密码">
      </td>
    </tr>
    <tr>
      <td class="doTitle">联系人：</td>
      <td class="doData">
        <input name="uname" type="text" value="XXX" size="20" maxlength="50" v_must="1" v_type=string v_name="联系人">
      </td>
    </tr>
 <tr>
      <td class="doTitle">手机号：</td>
      <td class="doData">
        <input name="mobile" type="text" value="189" size="20" maxlength="50" v_must="1" v_type=string v_name="手机号">
      </td>
    </tr>
     <tr>
      <td class="doTitle">状态：</td>
      <td class="doData">
        
         <input type="radio" name="enable" value="0" >暂停
         <input type="radio" name="enable" value="1" checked>开启
       
      </td>
    </tr>
    <tr>
      <td class="doTitle">审核设置：</td>
      <td class="doData">
        
</body>
</html>

2、然后直接使用WebBrowser动态解析：

public partial class Form1 : Form
{
WebBrowser wb = new WebBrowser();

        public Form1()
        {
            InitializeComponent();

        }

        private void Form1_Load(object sender, EventArgs e)
        {

        }

        private void button1_Click(object sender, EventArgs e)
        {

            wb.DocumentCompleted += wb_DocumentCompleted;
            wb.Url = new Uri("c:\\try.html");
        }

}

下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

已建议为答案 Jason Dot WangModerator 2012年7月5日 6:51
已标记为答案 yyyukai 2012年7月5日 9:41

2012年7月3日 3:54

版主

登录进行投票

private void button_Click(object sender, EventArgs e)
        {
            for (int i = 0; i < 50; i++)
            {
                wb.Url = new Uri("url/userEdit.jsp?id=" + i);
wb.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(wb_DocumentCompleted);
            }
                    }
void wb_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
        {
            string str = "";
            for (int i = 0; i < wb.Document.GetElementsByTagName("table")[0].GetElementsByTagName("input").Count; i++)
            {
                str += wb.Document.GetElementsByTagName("table")[0].GetElementsByTagName("input")[i].GetAttribute("value") + ",";
            }
            str = str.Substring(0, str.Length - 1);
            WriteEntry1(str);
        }

我这样的代码怎么循环50次获取出来的都是id为49的信息还是50条。。。。。

2012年7月3日 8:03

0

登录进行投票

请按照我的做法，我完全可以的。

请记住——因为你的Html很不规范，请按照我的格式先排版再说，否则无法解析的。
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月3日 8:08

回复

|

引用

版主
0

登录进行投票

现在解析是正常的就是我有增加了一个循环！

for (int i = 0; i < 50; i++)
            {
                wb.Url = new Uri("url/userEdit.jsp?id=" + i);
wb.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(wb_DocumentCompleted);
            }
但是每次循环解析出来的东西都是i=49的时候的值，0-48的值都没读取出来！

2012年7月3日 8:17

回复

|

引用
0

登录进行投票

是啊，你每次都刷新页面（在for循环中）。这样直接导致因为for的速度远远大于页面Load的速度，当然你只能获取最后一个页面请求的内容了。
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月3日 8:21

回复

|

引用

版主
0

登录进行投票

哦这样啊！有什么办法处理这个问题吗？

2012年7月3日 8:26

回复

|

引用
0

登录进行投票

哦这样啊！有什么办法处理这个问题吗？

创建一个数组（49个WebBrowser），在for中分别对应不同的对象。然后在不同的DocumentCompleted中处理。
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月3日 8:30

回复

|

引用

版主
0

登录进行投票

你打方法是异步吧！不知道用同步会不会就不出现这个问题！

2012年7月3日 8:31

回复

|

引用
0

登录进行投票

你打方法是异步吧！不知道用同步会不会就不出现这个问题！

就是同步来不及相应才出现问题。
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月3日 8:33

回复

|

引用

版主
0

登录进行投票

这样啊！俺真实小菜。。。。。。。。。。

2012年7月3日 8:35

回复

|

引用
0

登录进行投票

哦这样啊！有什么办法处理这个问题吗？

创建一个数组（49个WebBrowser），在for中分别对应不同的对象。然后在不同的DocumentCompleted中处理。

下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

这个方法怎么实现，我试了几次都不成功！

2012年7月4日 2:34

回复

|

引用
0

登录进行投票

定义一个数组，每个数组元素都是一个WebBrowser；同时在循环中绑定DocumentCompleted事件，在事件中自行处理啊。

还有请以后说话不要用感叹号，貌似你发脾气一样……:(
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月4日 2:38

回复

|

引用

版主
0

登录进行投票

定义一个数组，每个数组元素都是一个WebBrowser；同时在循环中绑定DocumentCompleted事件，在事件中自行处理啊。

还有请以后说话不要用感叹号，貌似你发脾气一样……:(

下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

没那个意思，只是有时候遇到问题解决不了比较心急，不好意思。

2012年7月4日 2:41

回复

|

引用
0

登录进行投票

要不请给出你的一些代码，不过我认为你还是换一个思路，因为你要解析的html实在太多，用一个WebBrowser肯定不行。
下载MSDN桌面工具(Vista,Win7)
我的博客园
 慈善点击，点击此处

2012年7月4日 2:57

回复

|

引用

版主
0

登录进行投票

其实我自己也不知道什么方法比较好是第一次接触通过url来获取html并且解析得到相应的参数，这个html确实很不标准，我只能按照你的这个方法来操作，不知你有没更好的处理办法 O(∩_∩)O哈哈

2012年7月4日 7:59

回复

|

引用
0

登录进行投票
Hi yyyukai,

DOM 全称是 Document Object Model，最早出现在Javascript标准里的一个对象模型，你还能接触到它的另个兄弟BOM，而其他工程师提供的这些方法要么是在winform中通过浏览器控件Webbrowser去抓取，要么在asp.net中用脚本获得，我觉得编程志愿者的回答很正确，你同样可以在微软的walkthrough中看到类似的回答。

How to: Access the HTML Source in the Managed HTML Document Object Model

Walkthrough: Accessing the DHTML DOM from C#

希望这些链接能帮你弄清如何结合Webbrowser和DOM对象模型以便于去实现更多的需求。

Jason Wang [MSFT]
MSDN Community Support | Feedback to us
- 已标记为答案 Jason Dot WangModerator 2012年7月9日 9:51
2012年7月5日 7:06

回复

|

引用

版主
0

登录进行投票

谢谢！！！

2012年7月5日 9:41

回复

|

引用
0

登录进行投票

Request.Params["input中的name"] 通过这种方式就可以获取到了~

2012年7月20日 4:00

回复

|

引用

积极答复者

请教C#如何提取html里面标签的值

问题

答案

全部回复