node.Descendants(0) 似乎返回所有子节点而不是第一级答案

【问题标题】：node.Descendants(0) seems to return all child nodes instead of first levelnode.Descendants(0) 似乎返回所有子节点而不是第一级
【发布时间】：2018-12-13 07:50:11
【问题描述】：

我正在使用 HtmlAgilityPack 一次遍历一个级别的文档树。但是，似乎调用node.Descendants(0) 会返回整个节点树。

注意：我尝试粘贴逐字 HTML 字符串，但 SE 解析器不喜欢它，所以我将其添加为 sn-p。

<html>
    <head>
    <meta name="generator"
    content="HTML Tidy for HTML5 (experimental) for Windows https://github.com/w3c/tidy-html5/tree/c63cc39" />
    <title></title>
    </head>
    <body>
    <p id="p1" class="newline">
        <span id="span1" class="bold">
        <span id="span2" class="literal">BOLD TEXT</span>
        </span>
    </p>
    </body>
</html>

var doc = new HtmlAgilityPack.HtmlDocument();

doc.LoadHtml(html);

var lines = doc.DocumentNode.Descendants().Where(x => x.HasClass("newline")).ToArray();

Console.WriteLine(string.Join("\r\n", lines[0].Descendants(0)
    .Select(x => $"{x.Name} {x.Id} {(x as HtmlTextNode)?.Text}")));

以上代码的作用是获取第一个p 标签的后代。如果我将0 或1 作为参数传递，它将返回整个节点树并在下面输出。问题是包含BOLD TEXT 的文本节点嵌套在p 标签下方3 层。使用上面的代码，我只希望它返回一个文本节点span1，然后返回另一个文本节点。

我在拨打.Descendants 时做错了什么？

#text

span span1
#text

span span2
#text  BOLD TEXT
#text

#text

编辑：一个临时的解决方法是确保您只获得父节点等于当前节点的后代。不过，仍在寻找更实用的解决方案。

Console.WriteLine(string.Join("\r\n", lines[0].Descendants(0)
    .Where(x => x.ParentNode == lines[0])
    .Select(x => $"{x.Name} {x.Id} {(x as HtmlTextNode)?.Text}")));

【问题讨论】：

标签： .net html-agility-pack

【解决方案1】：

我遇到了同样的问题，开始搜索并找到了您的问题 :)。然后我decided to ask developers directly。这是答案的简短版本：

根据代码，它的行为方式不同：

/// <summary>
/// Gets all Descendant nodes in enumerated list
/// </summary>
/// <returns></returns>
public IEnumerable<HtmlNode> Descendants(int level)
{
    if (level > HtmlDocument.MaxDepthLevel)
    {
        throw new ArgumentException(HtmlNode.DepthLevelExceptionMessage);
    }

    foreach (HtmlNode node in ChildNodes)
    {
        yield return node;

        foreach (HtmlNode descendant in node.Descendants(level + 1))
        {
            yield return descendant;
        }
    }
}

它通过将级别增加一来获取所有后代并获取子代，直到不再有后代或达到最大级别（int.MaxValue）。但是，我同意你的观点，它可能应该返回后代，直到达到指定的级别。不幸的是，为了向后兼容，我们可能不会对这种方法做任何事情，以免影响当前的应用程序。

但是，在您的情况下，可以使用 ChildNodes 代替 Descendants(0)。代码如下所示：

    Console.WriteLine(string.Join("\r\n", lines[0].ChildNodes
                            .Select(x => $"{x.Name} {x.Id} {(x as HtmlTextNode)?.Text}")));

【讨论】：