通过HTML<th>标签循环为DataTable添加列时遇空引用异常求解

我尝试用foreach循环从HTML的标签提取文本，为C#的DataTable添加列，但运行时出现空引用异常。已确认HTML中没有空的标签，相关代码和HTML片段如下：

原C#代码 #

DataTable dt = new DataTable();
int i = 0;
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]");
foreach (var row in table.SelectNodes("tr"))
{
    var headers = row.SelectNodes("th");
    foreach (var el in headers)
    {
        if (headers != null)
        {
           dt.Columns.Add(headers[i].InnerText);
           i++;
        }
    }
}

对应HTML片段 #

<table>
<colgroup><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/><col/></colgroup>
<tr><th>id</th><th>inserted_at</th><th>DisplayName</th><th>DistinguishedName</th><th>Enabled</th><th>GivenName</th><th>HomeDirectory</th><th>Manager</th><th>Name</th><th>ObjectClass</th><th>ObjectGUID</th><th>SamAccountName</th><th>Surname</th><th>UserPrincipalName</th><th>RowError</th><th>RowState</th><th>Table</th><th>ItemArray</th><th>HasErrors</th></tr>

问题根源 #

1. 空引用触发点：当遍历到不含的行时，row.SelectNodes("th")返回null，此时直接执行foreach (var el in headers)会抛出空引用异常——你把headers != null的判断放在了内层循环里，时机太晚。
2. 逻辑冗余与风险：内层循环中用headers[i].InnerText完全多余，既然已经遍历headers的每个元素el，直接用el.InnerText即可；全局变量i会在后续行遍历中持续累加，极易导致数组越界。

修正后的代码 #

方案1：直接定位表头行（推荐） #

直接找到第一个包含的，避免遍历所有行：

DataTable dt = new DataTable();
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]");

// 定位包含<th>的表头行
var headerRow = table?.SelectSingleNode("tr[th]");
if (headerRow != null)
{
    var headers = headerRow.SelectNodes("th");
    if (headers != null)
    {
        foreach (var el in headers)
        {
            // 用Trim()去除<th>文本前后可能的空白字符
            dt.Columns.Add(el.InnerText.Trim());
        }
    }
}

方案2：遍历所有行（兼容表头非第一行的情况） #

如果不确定表头位置，遍历所有行，找到表头后立即退出循环：

DataTable dt = new DataTable();
HtmlNode table = doc.DocumentNode.SelectSingleNode("//table[1]");
if (table != null)
{
    var rows = table.SelectNodes("tr");
    if (rows != null)
    {
        foreach (var row in rows)
        {
            var headers = row.SelectNodes("th");
            // 先判断headers非空，再处理
            if (headers != null)
            {
                foreach (var el in headers)
                {
                    dt.Columns.Add(el.InnerText.Trim());
                }
                // 找到表头后退出循环，不再处理数据行
                break;
            }
        }
    }
}

内容的提问来源于stack exchange，提问作者Andrew