大家好，很高兴这次跟大家进行分享web页面表格操作方面的小技巧。 我们在流程开发中往往会遇到web页面的很多table类元素进行处理的问题，一般我们在网页上需要获取的table(例如n*m类型)表格时，我们可以很方便地借助IDE中的 【获取结构化数据】
组件来实现table获取。 但是我们也会遇到多层table嵌套导致无法一次性获取整个table然后进行数据处理的情况，下面我们将对这种情况进行探讨。 准备工作：
1.准备开发流程的电脑，请打开云扩学院链接查看云扩RPA编辑器运行的硬件&软件要求 2.打开云扩官网下载编辑器并安装。 3.准备流程所需要用到的数据。 本次课程介绍：
用云扩RPA来进行多层table嵌套的web表格处理，表格举例如下：
网页源码：
表格标签
表格标签
测试编号
测试内容
备注
测试编号0001
测试苏州-上海
测试01-01-1测试01-01-2测试01-01-3测试01-01-4测试01-01-5测试上海-苏州
测试01-02-1测试01-02-2
测试编号0002
测试苏州-杭州
测试02-01-1测试02-01-2测试02-01-3
在上述例子中，假设我们需要获取网页中这个表格的最后一列，如果我们使用【获取结构化数据】组件来处理，则无法实现整个table数据的正常获取，此时我们就可以使用如下思路来解决问题。 流程示意图：
流程开发步骤：
1. 打开云扩编辑器，新建项目：
2. 添加【打开浏览器】组件，配置需要处理的网页URL：
3. 添加【获取元素】组件，获取整个table最外层元素信息：
4. 将获取元素的输出结果赋值给新变量h(选中变量h，按Ctrl+B可以快速自动创建变量h)：
5. 为了更明显地展示从web端获取的数据，这里新建一个datatable，配置一个列(string类型，我们假设只需要获取网页中一列数据)，来接收网页table获取的所有结果:
6. 通过C#代码来处理获取table的元素(即变量h)：
try{// 使用Html Agility Pack开源组件来进行Html解析string htmlCode = (h.GetProperty("innerHTML")).ToString(); HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument(); doc.LoadHtml(htmlCode);// 遍历需要获取的信息的节点 // 此处的SelectNodes中Xpath为页面获取元素的这段源码中，需要获取的节点信息的xpath路径 // 请实际使用中用谷歌F12+ Ctrl + F在最下面的输入框中进行调试 foreach (HtmlNode row in doc.DocumentNode.SelectNodes("//table//table//table//tr")) { //将节点信息添加到数组中string[] tdArr = row.SelectNodes("td").Select(td => td.InnerText).ToArray();// 通过判断条件进行数据信息筛选，此处我们假设我们需要筛选数据内容是字符"2"结尾的内容if (Convert.ToInt32(tdArr[0].Substring(tdArr[0].Length - 1)) == 2) {// 将筛选内容添加到datatable中 table.Rows.Add(tdArr); } }} catch(System.Exception e){ Console.WriteLine(e.Message.ToString());}
try
{
// 使用Html Agility Pack开源组件来进行Html解析
string htmlCode = (h.GetProperty("innerHTML")).ToString();
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(htmlCode);
// 遍历需要获取的信息的节点
// 此处的SelectNodes中Xpath为页面获取元素的这段源码中，需要获取的节点信息的xpath路径
// 请实际使用中用谷歌F12+ Ctrl + F在最下面的输入框中进行调试
foreach (HtmlNode row in doc.DocumentNode.SelectNodes("//table//table//table//tr"))
{
//将节点信息添加到数组中
string[] tdArr = row.SelectNodes("td").Select(td => td.InnerText).ToArray();
// 通过判断条件进行数据信息筛选，此处我们假设我们需要筛选数据内容是字符"2"结尾的内容
if (Convert.ToInt32(tdArr[0].Substring(tdArr[0].Length - 1)) == 2)
{
// 将筛选内容添加到datatable中
table.Rows.Add(tdArr);
}
}
}
catch(System.Exception e)
{
Console.WriteLine(e.Message.ToString());
}
7. 我们使用组件【预览数据表】来查看处理结果：
至此，从多层嵌套的table中获取不固定数据的流程已开发完成，保存并运行，执行流程并查看结果对比：
以下为运行视频：
讨论：
1.我们看到执行过程只是简单的进行对多层table这一段源码进行遍历操作，使用的是节点筛选，当我们这里需要处理多个页面时，只要保证这个table嵌套的架构一致，那么我们网页中的节点td(也就是说最后一列的数据)可以是动态的，可以是1行数据，也可以是100行数据，我们都可以通过Xpath模糊查询的结果来进行筛选出来。
2. 综合观点1，我们可以发散，这不仅仅是table可以这样操作，我们这个html的思路，可以使用到任何html页面中想爬取的类似结构，例如下图中情况：
好了各位，今天的课程就到此结束，希望大家在遇到类似场景时可以应用本课内容解决问题，同时也欢迎各位留言一起讨论不同的解决方案~ END 上海云扩信息科技有限公司是全球RPA领域的创新领军者。公司以自研的云扩RPA平台为核心，致力于为各行业客户提供智能的RPA机器人产品与解决方案，通过RPA赋能，持续为客户创造价值，助力企业推进数字化转型。
