在提取时保留自关闭标签

本文关键字：关闭标签 保留 提取 | 更新日期: 2023-09-27 17:50:58

考虑以下示例:

<case>
   <outer>
    <inner>test</inner>
    <inner>test &amp; test <br /><br />test</inner>
    <inner></inner>
   </outer>
</case>

我想提取第二个内部元素中包含的字符串，同时保留br标记(或者最好将它们作为'n)，但解码所有HTML编码字符。也就是说，我想得到:

"test & test 'n'ntest"

或

"test & test <br /><br />test"
到目前为止，我已经尝试了以下方法。它似乎可以解码HTML编码字符，但完全删除了
标签。 
    XDocument xDoc = XDocument.Load(file);
    XNamespace ns = XNamespace.Get("http://www.w3.org/1999/xhtml");
    var cas = xDoc.Descendants().First(e => e.Name.Equals(ns.GetName("case")));
    foreach (var row in cas.Elements())
    {
        var columnVals = row.Elements(ns.GetName("inner")).Select(e => e.Value);
        string str = columnValues.Skip(1).First();
        // str == "test & test test"
        // but i want:
        // "test & test 'n'ntest" or "test & test <br /><br />test"
    }

在提取时保留自关闭标签

尝试如下:

XDocument xDoc = XDocument.Load(file);
XNamespace ns = XNamespace.Get("http://www.w3.org/1999/xhtml");
var cas = xDoc.Descendants().First(e => e.Name.Equals(ns.GetName("case")));
foreach (var row in cas.Elements())
{
    var columnVals = row.Elements(ns.GetName("inner")).Select(e => e.Nodes());
    var str = columnVals.Skip(1).First();
    var stringResult = WebUtility.HtmlDecode(string.Join(" ", str));
}

它以字符串的形式获取节点，但会解码任何HTML转义。

输出为:

test & test  <br /> <br /> test
相关文章：