c# - AngleSharp 文本元素解析

Question

我正在使用 AngleSharp 开发有限的浏览器功能.它解析 HTML 的方式让我有点困惑。例如，以下“div”的内容被解析为一个 BR 子元素和一个带有文本“test”的 TextContent 属性。所以不可能找到BR元素在文本中的位置。

<div>te<br />st</div>

我认为如果 DIV 有 3 个子组件会更好。第一个是内容为“te”的文本元素，然后是一个 BR 元素，后面是另一个内容为“st”的文本元素。

是否有任何替代解决方案？

Answer 1

实际上，它会产生预期的结果。 AngleSharp 的 DOM(和 HTML5 兼容的解析器)根据 W3C 规范工作。因此(与常青浏览器相比)应该不足为奇。

var text = "<div>te<br/>st</div>";
var context = BrowsingContext.New();
var document = context.OpenAsync(m => m.Content(text)).Result;
var div = document.Body.QuerySelector("div");

Console.WriteLine(div.ChildNodes.Length);

foreach (var child in div.ChildNodes)
{
    Console.WriteLine(child.NodeName);
    Console.WriteLine(child.TextContent);
}

输出是

3
#text
te
BR

#text
st

因此我们有(文本节点，BR 元素，文本节点)。希望这对您有所帮助!