使用 XmlReader C# 查看元素的所有文本答案

【问题标题】：View all text of an element with XmlReader C#使用 XmlReader C# 查看元素的所有文本
【发布时间】：2011-09-07 09:28:08
【问题描述】：

我正在使用 XmlReader 来遍历一些 XML。一些 XML 实际上是 HTML，我想从节点获取文本内容。

示例 XML：

<?xml version="1.0" encoding="UTF-8"?>
<data>
  <p>Here is some <b>data</b></p>
</data>

示例代码：

using (XmlReader reader = new XmlReader(myUrl))
{
  while (reader.Read()) 
  {
    if (reader.Name == "p")
    { 
      // I want to get all the TEXT contents from the this node
      myVar = reader.Value;
    }
  }
}

这并没有让我得到所有的内容。如何从

中获取所有内容

节点在那种情况下？

【问题讨论】：

示例 XML 无效。 HTML 是否正确编码？
我的印象是 XML 不应该在包含节点的元素中包含文本。它应该是一个属性，或者作为一个子节点的内部文本。
@Tejs 好的，但这完全合法。
@Tejs 是合法的。它在 XML 中称为“混合内容”。 w3schools.com/schema/schema_complex_mixed.asp

标签： c# xml xmlreader

【解决方案1】：

使用 ReadInnerXml：

        StringReader myUrl = new StringReader(@"<?xml version=""1.0"" encoding=""UTF-8""?>
<data>
  <p>Here is some <b>data</b></p>
</data>");
        using (XmlReader reader = XmlReader.Create(myUrl))
        {
            while (reader.Read())
            {
                if (reader.Name == "p")
                {
                    // I want to get all the TEXT contents from the this node
                    Console.WriteLine(reader.ReadInnerXml());
                }
            }
        }

或者如果你也想跳过<b>，你可以对子树使用辅助阅读器，并且只阅读文本节点：

        StringReader myUrl = new StringReader(@"<?xml version=""1.0"" encoding=""UTF-8""?>
<data>
  <p>Here is some <b>data</b></p>
</data>");
        StringBuilder myVar = new StringBuilder();
        using (XmlReader reader = XmlReader.Create(myUrl))
        {
            while (reader.Read())
            {
                if (reader.Name == "p")
                {
                    XmlReader pReader = reader.ReadSubtree();
                    while (pReader.Read())
                    {
                        if (pReader.NodeType == XmlNodeType.Text)
                        {
                            myVar.Append(pReader.Value);
                        }
                    }
                }
            }
        }

        Console.WriteLine(myVar.ToString());

【讨论】：

【解决方案2】：

我建议您使用HtmlAgilityPack，它是一个成熟且稳定的库来执行此类操作。它负责获取 html，将其转换为 xml，并允许您使用 XPATH 选择所需的节点。

在你的情况下，它就像执行一样简单

        HtmlDocument doc = new HtmlWeb().Load(myUrl);
        string text = doc.DocumentNode.SelectSingleNode("/data/p").InnerText;

【讨论】：

【解决方案3】：

我不能投票或评论其他人的回复，所以我只想说 carlosfigueira 一针见血，这正是您阅读元素文本值的方式。他的回答对我帮助很大。

为了便于说明，这是我的代码：

while (reader.Read())
{
   switch (reader.NodeType)
   {
       case XmlNodeType.Element:
       {
           if (reader.Name == "CharCode")
           {
               switch (reader.ReadInnerXml())
               {
                   case "EUR":
                   {
                        reader.ReadToNextSibling("Value");
                        label4.Text = reader.ReadInnerXml();
                   }
                   break;
                   case "USD":
                   {
                        reader.ReadToNextSibling("Value");
                        label3.Text = reader.ReadInnerXml();
                   }
                   break;
                   case "RUB":
                   {
                        reader.ReadToNextSibling("Value");
                        label5.Text = reader.ReadInnerXml();
                   }
                   break;
                   case "RON":
                   {
                        reader.ReadToNextSibling("Value");
                        label6.Text = reader.ReadInnerXml();
                   }
                   break;
               }
           }
        }
        break;
    }
}

我正在阅读的文件可以在这里找到：http://www.bnm.md/md/official_exchange_rates?get_xml=1&date= （您必须在其中添加 DD.MM.YYYY 格式的日期才能获取 .XML）

【讨论】：