C# foreach循环提取HTML表格写入DataGridView重复执行300+次问题

问题原因 #

你代码中内层查询使用的//tr是全局 XPath 语法，会从整个HTML文档的根节点开始匹配所有符合条件的<tr>节点，而非限定在当前遍历的<tbody>节点范围内。如果页面中存在N个<tbody>节点，你就会把全文档符合条件的<tr>重复插入N次，最终导致循环执行次数、新增数据行数量远超出预期。

修复方案 #

把内层XPath的//tr修改为.//tr，开头加.代表从当前节点的子节点开始检索，仅匹配当前<tbody>下的符合条件的行：

foreach (HtmlNode table in doc.DocumentNode.SelectNodes("//tbody"))
{
    // 加.限定只查询当前tbody下的tr
    foreach (HtmlNode row in table.SelectNodes(".//tr[(@style='height:16.4pt;') or (@style='height:15.7pt;')]"))
    {
        DataRow r = dt.NewRow();
        int i = 0;

        HtmlNodeCollection cells = row.SelectNodes("td");
        if (cells == null)
            continue;
        foreach (HtmlNode cell in cells)
        {
            r[i] = cell.InnerText;
            i++;
        }
        dt.Rows.Add(r);
    }
}

可选优化 #

如果你不需要对每个<tbody>做单独的逻辑处理，可以直接合并查询，减少嵌套层级：

// 直接查询全文档所有tbody下符合条件的tr，无需嵌套循环
var rows = doc.DocumentNode.SelectNodes("//tbody//tr[(@style='height:16.4pt;') or (@style='height:15.7pt;')]");
if (rows != null)
{
    foreach (HtmlNode row in rows)
    {
        DataRow r = dt.NewRow();
        int i = 0;
        HtmlNodeCollection cells = row.SelectNodes("td");
        if (cells == null)
            continue;
        foreach (HtmlNode cell in cells)
        {
            r[i] = cell.InnerText;
            i++;
        }
        dt.Rows.Add(r);
    }
}

内容的提问来源于stack exchange，提问作者ivanmohe