我有一些 html 文件,我需要将数据导入到 excel。我正在使用 VSTO (VB.NET) 来实现相同的目标。不幸的是,我遇到了一些错误。我是解析 html 的新手。有人可以告诉我我在下面的代码中哪里出错了。
我试图从 HTML 集合中读取标题 2 文本,但它不起作用。有人可以让我知道我哪里出错了吗?
Dim doc As HtmlDocument, htmlTable As Object, htmlBody As
HtmlElementCollection
Dim wbrowser As New WebBrowser
Dim header2 as String
wbrowser.Visible = False
wbrowser.Navigate(InputHtmlFile)
'Do
'
'Loop Until Not wbrowser.IsBusy
doc = wbrowser.Document
htmlBody = doc.GetElementsByTagName("BODY")
htmlheadings = doc.GetElementsByTagName("H2")
header2 = htmlheadings(0).Innertext
下面是html代码
<HEAD>
<TITLE> SOME TITLE </TITLE>
</HEAD>
<BODY>
<H2> HEADER 2 TEXT </H2>
<HR NOSHADE>
<H3> <U>DATA</U> </H3>
<BLOCKQUOTE>
VERSION NUMBER X.X.XXX
</BLOCKQUOTE>
<HR SIZE = 5>
<H3> <U>DATA SET 2</U></H3>
<BLOCKQUOTE>
<H4>DATA SET 3 </H4>
<BLOCKQUOTE>
<TABLE border=1>
<TR> <TH> TableHeader1 </TH> <TH>TTableHeader2</TH>
<TH>TableHeader3</TH><TH>TableHeader4</TH><TH>TableHeader5</TH>
<TH>TableHeader6</TH></TR><TR ALIGN=CENTER><TD>1</TD><TD> 6.4</TD><TD>
StringData</TD><TD> No</TD><TD> </TD><TD> </TD> </TR></TABLE><BR>
</BLOCKQUOTE>
我希望将“HEADER 2 TEXT”分配给变量 header2,但在该行出现以下错误
header2 = htmlheadings(0).Innertext
System.ArgumentOutOfRangeException: '0' 的值对 'index' 无效。“索引”应该在 0 到 -1 之间。参数名称:索引'
htmlheadings(0).InnerHtml = 'htmlheadings(0).InnerHtml' 抛出类型为 'System.ArgumentOutOfRangeException' 的异常
htmlBody 和 htmlheadings 集合也是空的。
您的 HTML 代码不是正确的 HTML。没有 <HTML> 标签,没有结束 </BODY> 标签,打开的 <BLOCKQUOTE> 标签多于关闭的标签等等。我删除了不正确的内容:
<?xml version="1.0" encoding="utf-8" ?>
<html>
<head>
<title>SOME TITLE</title>
</head>
<body>
<h2>HEADER 2 TEXT </h2>
<h3>
<u>DATA</u>
</h3>
<blockquote>VERSION NUMBER X.X.XXX</blockquote>
<h3><u>DATA SET 2</u></h3>
<h4>DATA Set 3</h4>
<table border="1">
<tr><th>TableHeader1</th><th>TTableHeader2</th><th>TableHeader3</th><th>TableHeader4</th><th>TableHeader5</th><th>TableHeader6</th></tr>
<tr align="CENTER"><td>1</td><td>6.4</td><td>StringData</td><td>No</td><td></td><td></td></tr>
</table>
<br />
</body>
</html>
这些元素在浏览器控件的 DocumentCompleted 事件处理程序中工作正常(双击它以生成事件处理程序):
Public Class Form1
Public Sub New()
' This call is required by the designer.
InitializeComponent()
' Add any initialization after the InitializeComponent() call.
wbrowser.Visible = False
wbrowser.Navigate("C:\temp\foo.html")
End Sub
Private Sub wbrowser_DocumentCompleted(sender As Object, e As Windows.Forms.WebBrowserDocumentCompletedEventArgs) Handles wbrowser.DocumentCompleted
Dim doc = wbrowser.Document
Dim htmlBody = doc.GetElementsByTagName("BODY")(0)
Dim htmlheadings = htmlBody.GetElementsByTagName("H2")
Dim header2 = htmlheadings(0).InnerText
MsgBox(header2)
End Sub
End Class
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句