如何使用 Html Agility Pack 和 C# 删除 HTML 源代码中的空格答案

【问题标题】：How do I remove whitespace in HTML Source with Html Agility Pack and C#如何使用 Html Agility Pack 和 C# 删除 HTML 源代码中的空格
【发布时间】：2017-08-27 19:16:36
【问题描述】：

在发布之前，我尝试了此线程的解决方案：

C# - Remove spaces in HTML source in between markups?

这是我正在使用的 HTML 的 sn-p：

<p>This is my text</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>This is next text</p>

我正在使用 HTML Agility Pack 来清理 HTML：

HtmlDocument doc = new HtmlDocument();
doc.Load(htmlLocation);
foreach (var item in doc.DocumentNode.Descendants("p").ToList())
{
    if (item.InnerHtml == "&nbsp;")
    {
        item.Remove();
    }
}

上面代码的输出是

<p>This is my text</p>





<p>This is next text</p>

所以我的问题是如何删除 HTML 源代码中两个段落之间的多余空格。

【问题讨论】：

请edit 你的问题显示你的代码在foreach 循环之后如何输出结果。
从 foreach 中使用的集合中删除节点通常会导致问题和异常 - 请检查是否有任何异常
您好，您好，没有收到任何错误消息。谢谢。
您正在删除整个项目，即节点。你应该做的是item.InnterHtml=string.Empty。

标签： c# html html-agility-pack

【解决方案1】：

删除第一段和最后一段之间的文本节点：

HTML：

var html = @"
<p>This is my text</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>This is next text</p>";

解析它：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
var paragraphs = doc.DocumentNode.Descendants("p").ToList();
foreach (var item in paragraphs)
{
    if (item.InnerHtml == "&nbsp;") item.Remove();
}
var followingText = paragraphs[0]
    .SelectNodes(".//following-sibling::text()")
    .ToList();
foreach (var text in followingText) 
{
    text.Remove();
}

结果：

This is my textThis is next text

如果您想在段落之间保留换行符，请使用for 循环并在所有last文本节点上调用Remove()。 p>

for (int i = 0; i < followingText.Count - 1; ++i)
{
    followingText[i].Remove();
}

结果：

This is my text This is next text

【讨论】：