阅读长字符串的前3段。[C,HTML AgilityPack]

如果你说的段落 <p> 标记,获取文档的所有子节点 <p> 把前3个的内部文本拉出来?

编辑评论:

RTFM?

http://htmlagilitypack.codeplex.com/wikipage?title=Examples&referringTitle=Home

类似于:

string.Join(doc.DocumentElement.SelectNodes("//p").Take(3).Select(n => n.Text).ToArray(), " ");

为什么不直接使用字符串标记器并读到前面的where forth

找到了吗?

我只需要自己做这件事,并且想出了一个非常简单但又很宽容的方法来做这件事,对我们的特定场景来说效果很好:

    public string GetParagraphs(string html, int numberOfParagraphs)
    {
        const string paragraphSeparator = "</p>";
        var paragraphs = html.Split(new[] { paragraphSeparator }, StringSplitOptions.RemoveEmptyEntries);
        return string.Join("", paragraphs.Take(numberOfParagraphs).Select(paragraph => paragraph + paragraphSeparator));
    }

我知道这对于文档的结构是多么幼稚,它也会得到任何 <p> 标记之间 <p> ,但是在我的用例中,这正是我想要的——也许这对您也有用?

这是更好的答案。但是如果我们想把第2段改为第5段,那么代码是什么呢?

public string GetParagraphs(string html, int numberOfParagraphs) {
    const string paragraphSeparator = "</p>";
    var paragraphs = html.Split(new[] { paragraphSeparator }, StringSplitOptions.RemoveEmptyEntries);
    return string.Join("", paragraphs.Take(numberOfParagraphs).Select(paragraph => paragraph + paragraphSeparator));
}

你必须使用htmlagilitypack。

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(HtmlContent);

string Html = string.Join(" ", doc.DocumentNode.SelectNodes("//p").Take(2).Select(n => n.OuterHtml).ToArray());

string Html = string.Join(" ", doc.DocumentNode.SelectNodes("//p").Take(2).Select(n => n.OuterHtml).ToArray());