tableau html + Html Agility Pack

Version imprimable

01/04/2012, 21h10
aymen8219

tableau html + Html Agility Pack

Bonjour,

S.V.P est ce que vous une idée comment je peut récupérer le contenu d'un tableau html avec Html Agility Pack et C#.

Merci pour votre aide.
01/04/2012, 21h32
tomlev

Sans avoir plus de détails, c'est difficile de te donner une réponse précise... Il faudrait connaitre la structure de la page où tu veux récupérer ce tableau. Est-ce que c'est le seul tableau, ou est-ce qu'il y en a plusieurs ? Est-ce que le tableau a une caractéristique qui permet de le retrouver facilement (attribut id ou class par exemple) ?

merci pour votre aide, il existe un seul tableau dans la page ci dessous un exemple de tableau.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
 
<table border="1" cellspacing="0" cellpadding="2" bordercolor=
 
"#808080" width="652">
 
<tr>
 
<td>
 
<p align="justify">&nbsp;<b>DECLARANT&nbsp;</b>:<br />
 
<br />
 
Personne physique liée à Louis PETIET, Administrateur</p>
 
</td>
 
</tr>
 
<tr>
 
<td>
 
<p><br />
 
<b>INSTRUMENT FINANCIER</b>&nbsp;: Actions<br />
 
&nbsp;</p>
 
</td>
 
</tr>
</table>

Merci.

Pour récupérer le tableau, tu peux faire quelque chose comme ça :

Code:

1
2
3
4
5
6
7
WebClient wc = new WebClient();
HtmlDocument doc = new HtmlDocument();
using (Stream stream = wc.OpenRead(url))
{
    doc.Load(stream);
}
HtmlNode table = doc.DocumentNode.Descendants("table").First();

Une fois que tu as le tableau, tu peux parcourir chaque cellule de chaque ligne :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
// Lignes
var rows = table.Elements("tr");
foreach (var row in rows)
{
    // Cellules
    var cells = row.Elements("td");
    foreach (var cell in cells)
    {
        // Texte d'une cellule
        string text = cell.InnerText;
        ...
    }
}

02/04/2012, 10h09
yonpo

Salut,

Petite correction :

Code:

HtmlNode table = doc.DocumentNode.Descendants("table").First();
02/04/2012, 10h15
tomlev

Citation:

Envoyé par yonpo

Salut,

Petite correction :

Code:

HtmlNode table = doc.DocumentNode.Descendants("table").First();

Exact... c'est corrigé, merci ;)
02/04/2012, 21h30
aymen8219

Bonjour,

merci pour pour vos réponse mais SVP une autre question si je vais utiliser le xpath ou je doit le remplacer le xpath dans le bous du code ci dessous? et ce que je doit mettre le xpath du tableau et du tr , td ?

Merci
02/04/2012, 21h53
tomlev

Citation:

Envoyé par aymen8219

merci pour pour vos réponse mais SVP une autre question si je vais utiliser le xpath ou je doit le remplacer le xpath dans le bous du code ci dessous? et ce que je doit mettre le xpath du tableau et du tr , td ?

Aucune idée, je suis super nul en XPath :oops:
Pourquoi veux-tu utiliser XPath ? Avec la solution que je t'ai donnée, ce n'est pas nécessaire...
02/04/2012, 22h16
DonQuiche
Citation:

Envoyé par aymen8219

Bonjour,

merci pour pour vos réponse mais SVP une autre question si je vais utiliser le xpath ou je doit le remplacer le xpath dans le bous du code ci dessous? et ce que je doit mettre le xpath du tableau et du tr , td ?

Merci

Voici deux exemples utilisant XPath pour directement récupérer toutes les cellules.
Code:

1 2 var cells = doc.DocumentNode.SelectNodes("//table/tr/td"); var cells = doc.DocumentNode.SelectNodes("//td");
Mais pour l'anecdote, simplement spécifier "table" c'était déjà utiliser XPath.

PS : Le W3C a un super tuto très court en ligne pour XPath, ça se trouve vite avec Google.
02/04/2012, 22h34
tomlev

Citation:

Envoyé par DonQuiche

PS : Le W3C a un super tuto très court en ligne pour XPath, ça se trouve vite avec Google.

Je suppose que tu parles plutôt de W3Schools ;)
http://www.w3schools.com/xpath/
02/04/2012, 23h04
DonQuiche

Citation:

Envoyé par tomlev

Je suppose que tu parles plutôt de W3Schools ;)
http://www.w3schools.com/xpath/

Oups, oui, tu as raison, merci. ;)

bonjour,

merci pour vos réponse, je viens d’écrire ce bous de code et j'ai mis le chemin de xpath de mon tableau mais j'ai toujours le problème ce message

Citation:

NullReferenceException was unhandlled

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 HtmlAgilityPack.HtmlWeb web = new HtmlWeb();
            HtmlAgilityPack.HtmlDocument doc = web.Load("http://www.amf-france.org/inetbdif/viewdoc/affiche.aspx?id=72670&txtsch=");
            foreach (HtmlNode table in doc.DocumentNode.SelectNodes("/html/body/table[2]"))
            {
                Console.WriteLine("Found: " + table.Id);
                foreach (HtmlNode row in table.SelectNodes("tr"))
                {
                    Console.WriteLine("row");
                    foreach (HtmlNode cell in row.SelectNodes("th|td"))
                    {
                        Console.WriteLine("cell: " + cell.InnerText) ;
 
                    }
                }
            }
            System.Console.ReadKey();

Merci pour votre aide

C'est parce que ta requête XPath ne renvoie rien...

D'ailleurs, la page que tu récupères utilise des frames (visiblement l'AMF vit encore dans les années 90 :roll:), donc les données que tu cherches ne sont pas directement à cette URL. Il faut récupérer l'URL de la frame qui t'intéresse, et la charger dans un autre HtmlDocument.

D'autre part, pour récupérer la table, tu devrais utiliser SelectSingleNode et non SelectNodes, puisque tu ne cherches qu'un seul élément

Voilà une version modifiée de ton code qui fonctionne :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
            var web = new HtmlWeb();
            var doc = web.Load("http://www.amf-france.org/inetbdif/viewdoc/affiche.aspx?id=72670&txtsch=");
            var frame = doc.DocumentNode.SelectSingleNode("/html/frameset/frame[@id='viewdoc']");
            string newUrl = frame.Attributes["src"].Value;
            doc = web.Load(newUrl);
            var table = doc.DocumentNode.SelectSingleNode("/html/body/table[2]");
            Console.WriteLine("Found: " + table.Id);
            foreach (HtmlNode row in table.SelectNodes("tr"))
            {
                Console.WriteLine("row");
                foreach (HtmlNode cell in row.SelectNodes("th|td"))
                {
                    Console.WriteLine("cell: " + cell.InnerText);
                }
            }
            Console.ReadKey();