HtmlAgilityPack企业数据导入解析小结（html分析）

前段时间公司在山铝地磅机房拷贝数据，把数据录入到自己的系统中，想将地磅的数据自动导入，我去看了下，发现导出文件格式是html，好事多磨的找到了HtmlAgilityPack这个神器。

代码比较乱，思路也没理清，不过最终效果不错。2015-01-25

---

这是需要导入的文件，需要的都是表格内部单元格的数据，下面是其中一行

---

下载导入dll的步骤就不赘述了，百度都有的

一、声明HtmlAgilityPack.htmlDocument对象，为该实例加载需要导入的html数据文件（好多做网页分析的是下载下来html到内存，然后由HtmlAgilityPack读取），然后选择你要获取节点标签，我这里是<font></font>，SelectNodes("//font[@*]"),可以自己定义，也可以多根据需求多定义几个，这样，所有font标签内的数据都读取到了节点数组HtmlNodeCollection内了，接下来就从这里根据自己需要获取需要的数据就行了。

using HtmlAgilityPack;

//HtmlAgilityPack自带加载html为htmlDocument

HtmlAgilityPack.HtmlDocument hd = new HtmlAgilityPack.HtmlDocument();

hd.Load(FilePath, UTF8Encoding.UTF8);

HtmlNode rootNode = hd.DocumentNode;

HtmlNodeCollection categoryNodeList = rootNode.SelectNodes("//font[@*]");//根据xpath获取节点树

---

二、简单介绍下如何在获取到的节点数组中遍历到自己需要的数据

//foreach是遍历效果最高的
//获取导入的总车数
foreach (HtmlNode item in categoryNodeList)
                {
                    if (item.InnerText.Contains("车数"))
                    {
                        CountTemp = Int32.Parse(categoryNodeList[categoryNodeList.IndexOf(item) + 1].InnerText.Trim());
                        break;
                    }
                }

---

总结

为了搞这个找了好几个插件，都不如意，比如SgmlReaderDll、Winista.HtmlParser，效率和适用性上以及功能上都不如HtmlAgilityPack，正则表达式也试过，html太复杂了，正则表达式就不会写了，懒人勿喷。附上几个下载的插件http://pan.baidu.com/s/1bno4SUF