正在从InnerText中删除注释行

本文关键字：删除注释 InnerText | 更新日期: 2023-09-27 18:22:23

我目前正在使用下面的代码来提取InnerText，然而，发生的事情是，我被html <--的一堆注释行卡住了，我如何使用下面的码来删除这些？

HtmlWeb hwObject = new HtmlWeb();
HtmlAgilityPack.HtmlDocument htmldocObject = hwObject.Load(htmlURL);
foreach (var script in htmldocObject.DocumentNode.Descendants("script").ToArray())
    script.Remove();
HtmlNode body = htmldocObject.DocumentNode.SelectSingleNode("//body");
resultingHTML = body.InnerText.ToString();

正在从InnerText中删除注释行

只需按注释节点过滤节点，并对其调用remove。

var rootNode = doc.DocumentNode;
var query = rootNode.Descendants().OfType<HtmlCommentNode>().ToList();
foreach (var comment in query)
{
    comment.Remove();
}

这可能是一个更好的答案：

public static void RemoveComments(HtmlNode node)
{
    foreach (var n in node.ChildNodes.ToArray())
        RemoveComments(n);
    if (node.NodeType == HtmlNodeType.Comment)
        node.Remove();
}