parsanje podatkov iz strani

Zdravo.

Zanima me kako bi najlažje sparsal določene podatke iz neke strani? Recimo iz naslova www.imdb.com bi rad sparsal desno tabelo "Coming Soon" filme... Torej naslove. Kako se naj tega najlažje lotim, saj podobne stvari še nisem nikoli počel? Odprem "source" od strani in potem ven dobim? Kaj pa, če se source spreminja (v tem primeru mislim, da se ne). Ima kdo kakšen primer oz.bi znal pomagati? Delam pa v c#. Torej jaz si to predstavljam kot da iz tega dela sourca za stran pridobim ven naslove? Nekako bi moral dobiti zdaj ven naslove Deklinscina, Duhovnik,... A bi šlo to tako? Sploh nevem, če se prav lotevam ?

<h3>Coming Soon</h3>


<table class="list-table meter-arrow-table">

<tr valign="top">

    <td class="title">
        <a    onclick="(new Image()).src='/rg/SOON_1/HPRHS/images/b.gif?link=%2Ftitle%2Ftt1478338%2F';"     href="/title/tt1478338/"       >Dekliscina</a>
    </td>

    <td class="arrow">
        <img src="http://i.media-imdb.com/images/SF8a8f8b3c66e29942094eb05489ac3ab3/wheel/arrows/meter_up_arrow.gif" width="9" height="8" alt="Up" />
    </td>

    <td class="percent">
        <span >
            263%
        </span>
    </td>

</tr>



<tr valign="top">

    <td class="title">
        <a    onclick="(new Image()).src='/rg/SOON_2/HPRHS/images/b.gif?link=%2Ftitle%2Ftt0822847%2F';"     href="/title/tt0822847/"       >Duhovnik</a>
    </td>

    <td class="arrow">
        <img src="http://i.media-imdb.com/images/SF696d0921efe53c916590f4214d736157/wheel/arrows/meter_down_arrow.gif" width="9" height="8" alt="Down" />
    </td>

    <td class="percent">

        <span >
            39%
        </span>
    </td>
</tr>

hvala
lp

Kako to misliš? Ni RSS feeda, da bi lahko parsal kot xml... Ali si mislil kaj drugega?

Na ta način dobiš source:

  WebClient wc = new WebClient();
            var s = wc.DownloadString("http://www.imdb.com");

potem pa lahko sam v stringu poiščeš z kakšnim regexom, ali pa porabiš HtmlAgilityPack (.net lib za parsanje htmla v DOM)

lp

Evo to. Html ki si ga prilepil zgoraj bi tudi navaden XML parser z lahkoto spremenil v DOM drevo. Ampak tale HTMLAgilityPack najbrz poskrbi tudi za izjeme tko da uporabi to.

uporabi metodo SelectNodes, ne SelectSingleNode
iz tega potem dobiš Seznam Nodov in greš čez njega in izpišeš.
Če ima td še podelemente lahko greš še v njih in izpišeš njihov tekst.

Pa napiši error, ki ga dobiš. Nima veze kolk je čuden.

           List<string> bb = new List<string>();
           HtmlNodeCollection seznam = doc.DocumentNode.SelectNodes("//td[@class='title']");

           foreach (HtmlNode node in seznam)
           {
               string a = node.InnerText.ToString();
               bb.Add(a);
           }

           foreach (string s in bb)
           {
               //listBox1.Items.Add(s).ToString();
               MessageBox.Show(s);
           }

Zanima me zakaj mi teh stringov noče loadat v listbox? Messagebox mi ga izpiše. Ko pa hoče v listbox pa javi že prej podani error...

EDIT: Sem že rešil...

Imam eno težavo. Zdaj mi selecta vse node k imajo td class="title". Jaz bi pa rad, da mi samo določene, ki se nahajajo med dvema drugima nodoma (med table class="blabla"..../table)? Kako naj to naredim?

Poskusil sem tle not vstaviti:
doc.DocumentNode.SelectNodes("//table[@class='blabla']/td[@class='title']");
ampak ne deluje. Niti nič dokumentacije ne najdem kako se sploh uporabljajo tile // pa /. Mogoče kdo ve?

EDIT: REŠIL :S