使用HtmlAgilityPack删除HTML表格第3、4列失败，求排查问题

你遇到的残留问题，核心原因是遍历动态节点集合时直接按索引删除，导致索引偏移。HtmlAgilityPack的HtmlNodeCollection是动态集合，删除元素后集合会自动更新，后续的索引指向会出错，导致部分目标元素没被删掉。

错误代码示例（你可能的写法） #

var html = @"<table>
    <thead>
        <tr>
            <th>Col1</th>
            <th>Col2</th>
            <th>Col3</th>
            <th>Col4</th>
            <th>Col5</th>
        </tr>
    </thead>
    <tbody>
        <tr>
            <td>Val1</td>
            <td>Val2</td>
            <td>Val3</td>
            <td>Val4</td>
            <td>Val5</td>
        </tr>
    </tbody>
</table>";

var doc = new HtmlDocument();
doc.LoadHtml(html);

// 错误：正向按索引删除，导致索引偏移
var headers = doc.DocumentNode.SelectSingleNode("//thead/tr").SelectNodes("th");
headers[2].Remove(); // 删除第3个<th>后，原第4个<th>的索引变为2
headers[3].Remove(); // 此时索引3指向原第5个<th>，原第4个<th>没被删除

// 表体<td>的删除同理

正确解决方法 #

方法1：倒序删除（从后往前删）

先删索引大的元素，避免前面的元素索引被打乱：

var doc = new HtmlDocument();
doc.LoadHtml(html);

// 处理表头
var headerRow = doc.DocumentNode.SelectSingleNode("//thead/tr");
var headers = headerRow.SelectNodes("th");
if (headers != null)
{
    // 先删第4个<th>（索引3），再删第3个<th>（索引2）
    if (headers.Count > 3) headers[3].Remove();
    if (headers.Count > 2) headers[2].Remove();
}

// 处理表体每行的<td>
var bodyRows = doc.DocumentNode.SelectNodes("//tbody/tr");
if (bodyRows != null)
{
    foreach (var row in bodyRows)
    {
        var cells = row.SelectNodes("td");
        if (cells != null)
        {
            if (cells.Count > 3) cells[3].Remove();
            if (cells.Count > 2) cells[2].Remove();
        }
    }
}

方法2：先收集目标节点再批量删除

把要删除的节点先存入静态列表，再遍历删除，彻底避免动态集合的索引问题：

var doc = new HtmlDocument();
doc.LoadHtml(html);

// 处理表头：筛选出第3、4个<th>（索引2、3）
var headerRow = doc.DocumentNode.SelectSingleNode("//thead/tr");
var headersToRemove = headerRow.SelectNodes("th")?
    .Where((th, idx) => idx == 2 || idx == 3)
    .ToList();
headersToRemove?.ForEach(th => th.Remove());

// 处理表体每行的<td>
var bodyRows = doc.DocumentNode.SelectNodes("//tbody/tr");
if (bodyRows != null)
{
    foreach (var row in bodyRows)
    {
        var cellsToRemove = row.SelectNodes("td")?
            .Where((td, idx) => idx == 2 || idx == 3)
            .ToList();
        cellsToRemove?.ForEach(td => td.Remove());
    }
}

额外检查点 #

1. 选择器准确性：如果页面有多个表格，要确保选择器精确（比如给目标表格加id，用//table[@id='myTable']/thead/tr），避免误操作其他表格的节点。
2. 空引用判断：SelectNodes找不到节点会返回null，必须加null判断，否则会抛出异常中断删除流程。
3. 多行表头/表体：如果表格有多个表头行或数据行，要确保所有行都被遍历处理。

内容的提问来源于stack exchange，提问作者MattHodson