我正在尝试删除我的 html 文档中任何
标签的任何重复或多次出现。这是我到目前为止想出的(非常愚蠢的代码):
HtmlNodeCollection elements = nodeCollection.ElementAt(0)
.SelectNodes("//br");
if (elements != null)
{
foreach (HtmlNode element in elements)
{
if (element.Name == "br")
{
bool iterate = true;
while(iterate == true)
{
iterate = removeChainElements(element);
}
}
}
}
private bool removeChainElements(HtmlNode element)
{
if (element.NextSibling != null && element.NextSibling.Name == "br")
{
element.NextSibling.Remove();
}
if (element.NextSibling != null && element.NextSibling.Name == "br")
return true;
else
return false;
}
}
代码确实找到了 br 标签,但它根本没有删除任何元素。
最佳答案
我认为你的解决方案太复杂了,尽管据我所知,这个想法似乎是正确的。
假设,找到所有 <br />
会更容易首先删除节点,然后删除那些之前的兄弟节点是 <br />
的节点节点。
让我们从下一个例子开始:
var html = @"<div>the first line<br /><br />the next one<br /></div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
现在找到<br />
节点并删除重复元素链:
var nodes = doc.DocumentNode.SelectNodes("//br").ToArray();
foreach (var node in nodes)
if (node.PreviousSibling != null && node.PreviousSibling.Name == "br")
node.Remove();
并得到它的结果:
var output = doc.DocumentNode.OuterHtml;
它是:
<div>the first line<br>the next one<br></div>
关于c# - 使用 HTML Agility Pack 删除重复元素链,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11307158/