AngleSharp 文本元素解析答案

【问题标题】：AngleSharp text element parsingAngleSharp 文本元素解析
【发布时间】：2018-05-16 12:17:37
【问题描述】：

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。所以无法找到BR元素在文本中的位置。

&lt;div&gt;te&lt;br /&gt;st&lt;/div&gt;

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 BR 元素，其后是另一个内容为“st”的文本元素。

有没有其他解决方案？

【问题讨论】：

如果你正在开发这个，为什么你不能解决这个问题。你能展示你是如何解析 html 标签的吗？听起来问题就在于你如何正在解析

标签： c# html-parsing anglesharp

【解决方案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，应该没什么意外（与常青浏览器相比）。

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）。希望这会有所帮助！

【讨论】：