我正在尝试去除一些 HTML 标签。我有一个项目,其中的人保存了一些搜索。问题是关键字已突出显示。例如。
<p>Here is some <span class='highlite'>awesome</span> example.</p>
Html Agility 将它变成了 3 个节点。一个文本节点,跨度和文本。我想从中创建一个标签。这样看起来像
<p>Here is some awesome example.</p>
我尝试使用 css class highlite 获取所有标签,然后
//Stip all retarded hilite tags
var hiliteTags = from tags in doc.DocumentNode.SelectNodes("//span[@class='hilite']")
select tags;
foreach (var tag in hiliteTags)
{
tag.ParentNode.RemoveChild(tag, true);
}
但这会导致文本节点、文本节点、文本节点。我想要一个文本节点。然后我尝试使用
Node.InnerText += someVariable;
但是 InnerText,尽管文档中说的是只读的。
关于如何做到这一点有什么想法吗?
其次,当我问的时候,有没有办法摆脱只包含文本的节点,它是一个\r\n。我对此根本不感兴趣,它只会妨碍并使解析变得尴尬。我也希望能够删除它们。例如
<tr>
<td>Foo</td>
<td>Bar</td>
</tr>
使用 Html Agility 变得
Node (tr)
Node (\r\n)
Node (td- Foo)
Node (\r\n)
Node (td - Bar)
Node (\r\n)
Node (tr)
我正在努力选择那些节点。我尝试过使用 Linq,也尝试过使用 XPath。我似乎无法删除它们。
最佳答案
如果你只取 p 标签的 InnerText,并创建一个单独的文档树来保存它会怎样?
var root = HtmlNode.CreateNode("<root></root>");
foreach (var node in doc.DocumentNode.SelectNodes("/p"))
{
var newNode = HtmlNode.CreateNode(string.Format("<p>{0}</p>", node.InnerText));
root.AppendChild(newNode);
}
这有帮助吗?
关于html - 使用 HTML Agility 剥离 HTML 标签但保留内部文本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3937564/