如何在C# HtmlAgilityPack同一循环中获取标签文本与属性值

问题场景 #

处理的HTML结构如下：

</TR>
  <TR>
    <TD ALIGN="center">  <INPUT TYPE="checkbox" NAME="f0" VALUE="14652 4-76-17-7-2024-R" ONCLICK=uncheck("f0")>  &nbsp;</TD>
    <TD>&nbsp;</TD>
    <TD>76/07-17</TD>
    <TD>14652</TD>
    <TD>&nbsp;</TD>
    <TD>9.3</TD>
    <TD> 78 </TD>
    <TD>&nbsp;</TD>
    <TD>&nbsp;</TH>
  </TR>

当前用HtmlAgilityPack循环获取TR下的TD文本时，无法同时获取行内INPUT标签的Name和Value属性值，导致数据不完整。原有代码中row.SelectSingleNode("//td//input")会始终返回整个文档中第一个INPUT，无法遍历每行的对应元素，还会出现空引用异常。需求是将TD文本与INPUT的Name、Value整合到同一行数据中。

解决方案 #

核心修改点：

• 使用相对XPath路径（.//td//input）替代绝对路径，确保只查找当前TR行下的INPUT元素
• 增加空引用判断，避免无INPUT的行抛出异常
• 将INPUT的Name和Value属性值追加到当前行的数据数组中

修改后的代码：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(page);

foreach (var row in doc.DocumentNode.SelectNodes("//tr[td]"))
{
    // 获取当前行所有TD的文本内容（Trim去除多余空格）
    var tdTexts = row.SelectNodes("td").Select(td => td.InnerText.Trim()).ToList();
    
    // 查找当前行内的INPUT元素（相对路径，仅在当前row节点下搜索）
    var inputNode = row.SelectSingleNode(".//td//input");
    if (inputNode != null)
    {
        // 安全获取属性值：属性不存在时返回空字符串
        string inputName = inputNode.GetAttributeValue("name", string.Empty);
        string inputValue = inputNode.GetAttributeValue("value", string.Empty);
        
        // 将属性值追加到行数据末尾
        tdTexts.Add(inputName);
        tdTexts.Add(inputValue);
    }
    else
    {
        // 无INPUT时追加空值，保证所有行的列数一致
        tdTexts.Add(string.Empty);
        tdTexts.Add(string.Empty);
    }
    
    // 把整合后的数据添加到表格
    table.Rows.Add(tdTexts.ToArray());
}

关键说明 #

1. 相对XPath：.//td//input中的.表示从当前TR节点开始查找，彻底解决了全局匹配第一个INPUT的问题。
2. GetAttributeValue方法：相比直接访问Attributes["name"].Value，该方法内置空值处理，避免属性不存在时抛出空引用异常。
3. 列数一致性：无INPUT的行也追加两个空值，确保表格所有行的列数统一，不会破坏表格结构。

内容的提问来源于stack exchange，提问作者Fazlan Fawmy