代码之家 › 专栏 › 技术社区 › uriDium

去掉HTML标记,但使用HTML敏捷性保留内部文本?

html-agility-pack html

2

uriDium · 技术社区 · 15 年前

<p>Here is some <span class='highlite'>awesome</span> example.</p>

Html敏捷性将此转换为3个节点。文本节点、跨距和文本。我想用这个创建一个标签。所以看起来像

<p>Here is some awesome example.</p>

 //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);
 }

但结果是,文本节点,文本节点,文本节点。我想要一个文本节点。然后我试着用

Node.InnerText += someVariable;

但是内部文本,不管文档上说什么是只读的。

有什么办法吗?

第二,当我问的时候,有没有一种方法可以去掉只包含文本的节点,而且它是一个节点。我对此一点都不感兴趣,它只是妨碍了解析,使解析变得很尴尬。我也希望能把它们移走。例如

<tr>
    <td>Foo</td>
    <td>Bar</td>
</tr>

Node (tr)
Node (\r\n)
Node (td- Foo)
Node (\r\n)
Node (td - Bar)
Node (\r\n)
Node (tr)

我正在努力选择这些节点。我试过使用Linq,也试过使用XPath。我只是不能把它们移走。

1 回复 | 直到 15 年前

1

0

Rohit Agarwal 15 年前

如果你把 标记模板

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);
}

这有用吗?