从 HTML 中提取内部文本

Question

我们有树

1. level 1

   1.1. level 1.1

        1.1.1. level 1.1.1

我们有那棵树的 HTML。

我们要提取具有级别编号的文本（级别编号= 1，文本=“级别1”，..）实现此目的的最佳方法是什么？

---

<ol > <li> <h3> <span >level 1</span></h3> <ol> <li> <h4> <span >level 1.1 </span></h4> <ol> <li> <h4> <span >level 1.1.1</span></h4> </li> </ol> </li> </ol> </li> </ol>

这是html。我正在尝试使用 Html Agility Pack 在服务器端进行提取。但是我们没有得到关卡编号。

Answer 1

使用Html Agility Pack

像这样使用它：

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//span"])
 {

 }