如何在 C# 中仅从 html 中获取父标记文本答案

【问题标题】：how to get only the parent tag text from html in C#如何在 C# 中仅从 html 中获取父标记文本
【发布时间】：2012-04-28 19:18:55
【问题描述】：

我实际上是在尝试从具有一些子标签的标签中获取文本

例如：

<p><span>Child Text </span><span class="price">Child Text</span><br />
I need this text</p>

这就是我正在尝试的

HtmlElement menuElement = browser.Document.GetElementsByTagName("p");
String mytext = menuElement.InnerHtml;   //also tried innerText,OuterHtml,OuterText

更新：我认为我必须使用 Htmlagilitypack，所以现在我的问题是如何使用 htmlagilitypack 库来做到这一点，我是新手。

谢谢

【问题讨论】：

由于需要在c#中查找，请从问题中删除javascript标签
@CharandeepSingh - 您可以对标签进行建议编辑，知道吗？
基本上你需要作为文本节点的直接子节点。不确定HtmlElement 是否可行。 HTML Agility Pack 在这方面可能更加灵活。
您应该能够遍历菜单元素中包含的元素并获取文本节点的内容，但我目前没有启动到 Windows，所以无法检查。
@Oded - 我不知道我有这种特权。谢谢;)

标签： c# html

【解决方案1】：

从使用正则表达式到网络抓取库有很多方法。我建议您使用 htmlagilitypack，您可以通过 xpath 准确解决您需要的内容。向 HtmlAgilityPack 添加引用和命名空间，我正在使用 linq（这需要 .net 3.5 或更好的版本），下面的代码可以做到这一点。

using HtmlAgilityPack;
using System.Linq;

//这些引用必须可用。

        private void Form1_Load(object sender, EventArgs e)
        {
            var rawData = "<p><span>Child Text </span><span class=\"price\">Child Text</span><br />I need this text</p>";
            var html = new HtmlAgilityPack.HtmlDocument();
            html.LoadHtml(rawData);
            html.DocumentNode.SelectNodes("//p/text()").ToList().ForEach(x=>MessageBox.Show(x.InnerHtml));
        }

【讨论】：

【解决方案2】：

如果您可以将“需要此文本”放在带有 id 的 span 中，那就容易多了——然后您只需获取该 id 的 .innerHTML()。如果无法更改标记，则可以获取 menuElement 的 .innerHTML() 和字符串匹配“
”之后的内容，但这很脆弱。

【讨论】：

感谢 robrich，但我无法更改 html 代码，此外，我还有很多标签要通过循环获取，因此匹配字符串不是我的选择。

【解决方案3】：

您可以通过将 DocumentText 拆分为不同的部分来获取文本。

string text = "<p><span>Child Text </span><span class="price">Child Text</span><br />I need this text</p>";
text = text.Split(new string{"<p><span>Child Text </span><span class="price">Child Text</span><br />"}, StringSplitOptions.None)[1];
// Splits the first part of the text, leaving us with "I need this text</p>"
// We can remove the last </p> many ways, but here I will show you one way.
text = text.Split(new string{"</p>"}, StringSplitOptions.None)[0];
// text now has the value of "I need this text"

希望对您有所帮助！

【讨论】：