如何使用 htmlAgilitypack 从段落中抓取特定数据？答案

【问题标题】：How to scrape specific data from paragraph using htmlAgilitypack?如何使用 htmlAgilitypack 从段落中抓取特定数据？
【发布时间】：2014-05-28 09:46:21
【问题描述】：

我正在使用 htmlAgilityPack 抓取数据，并且工作正常。现在，我必须从段落 p 标签中删除描述。并且段落 p 标签包含如下描述

<p>
 <small><i class="icon-user"></i>&nbsp;
  created by: created by: Roxy
 </small><br><br>
 its a very nice thing<br>
 it is very useful<br>
 you can get it very easily.                    
</p>

现在从这一段中我只想要描述，但不想从小标签中获取包含，而且我想避免描述中的空格和其他单词。目前我使用代码来获取它是

string Description = pagecontent.SelectSingleNode("p").InnerText.Replace("\n", "").Replace("  ", "") and i got description like

" "&nbsp";创建者：创建者：Roxy 这是一个非常好的东西它非常有用，你可以很容易地得到它。"

但我只想 “它是一个非常好的东西。它非常有用。你可以很容易地得到它。”

【问题讨论】：

我无法理解只是因为 2 个单词的语法错误，为什么我的问题被否决了？为什么这些人想要表明他们过于聪明？

标签： c# html asp.net html-agility-pack

【解决方案1】：

你可以试试下面的：

string Description =
    string.Join(
        "",
        pagecontent
            .SelectNodes("//p/text()")
            .Select(n => n.InnerText.Trim())
    );

【讨论】：

是的，亲爱的它的工作，但它也从页面内容之外的主页的另一个 p 标签提供文本。在 pagecontent 中，我只从 html 页面中抓取了特定的 div，但您的查询也从另一个 p 标签中写入了文本，该标签位于 pagecontent 之外，并且用“&nbsp”编写。我想要空间而不是“&nbsp”。