C#：如何从HttpWebResponse提取指定<td>标签内的文本

嘿，我来帮你搞定这个精准提取的需求！要从返回的HTML里拿到<td>2</td>里的“2”，最稳妥的方式是用专门的HTML解析库，别自己瞎写字符串截取或者正则——HTML结构稍微变一点，正则就容易翻车。这里推荐用HtmlAgilityPack，这是.NET生态里处理HTML解析的常用工具，上手简单还靠谱。

步骤1：安装HtmlAgilityPack #

先通过NuGet把这个库装到你的项目里：

• 如果你用Package Manager Console，执行：Install-Package HtmlAgilityPack
• 如果你用.NET CLI，执行：dotnet add package HtmlAgilityPack

步骤2：修改代码实现提取 #

首先你得把HttpWebResponse的内容完整读取成字符串，然后用HtmlAgilityPack解析并定位目标元素。下面是完整的代码示例：

// 假设你已经成功获取了UrlResponse这个HttpWebResponse对象
string htmlContent;
// 先把响应流读取成HTML字符串
using (var streamReader = new StreamReader(UrlResponse.GetResponseStream()))
{
    htmlContent = streamReader.ReadToEnd();
}

// 初始化HTML文档对象
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(htmlContent);

// 方法1：用XPath定位目标<td>
// XPath表达式//tr/td[2]表示：找到所有<tr>下的第2个<td>（XPath索引从1开始）
var targetTd = htmlDoc.DocumentNode.SelectSingleNode("//tr/td[2]");
if (targetTd != null)
{
    // 拿到标签内的文本，Trim()去掉可能的多余空格
    string result = targetTd.InnerText.Trim();
    Console.Write(result); // 这里就会输出"2"
}

// 方法2：用LINQ查询（如果你更喜欢LINQ风格）
var targetTdLinq = htmlDoc.DocumentNode.Descendants("tr")
                          .SelectMany(tr => tr.Descendants("td"))
                          .ElementAt(1); // LINQ索引从0开始，第2个元素就是索引1
if (targetTdLinq != null)
{
    Console.Write(targetTdLinq.InnerText.Trim());
}

为什么不推荐正则？ #

虽然正则也能临时解决简单场景，但HTML的结构可能有各种变体——比如<td class="xxx">2</td>或者<td> 2 </td>，正则表达式很容易因为这些细节匹配失败。而HtmlAgilityPack会帮你处理这些不规范的HTML，解析逻辑更健壮。

内容的提问来源于stack exchange，提问作者Uni VPS