使用 C# 获取 HTML 文档中文本周围的标记

本文关键字：周围 文本 中文 获取 HTML 文档 使用 | 更新日期: 2023-09-27 18:30:14

我想在HTML文件中搜索某个字符串，然后提取标签。 鉴于：

<div_outer><div_inner>Happy birthday<div><div>

我想在 HTML 中搜索"生日快乐"，然后让一个函数返回某种标签结构：这是最里面的标签，这是那个标签外面的标签，等等。 所以，<div_inner></div>然后<div_outer></div>.

有什么想法吗？ 我正在考虑HTMLAgilityPack，但我一直无法弄清楚如何做到这一点。

一如既往地感谢，伙计们。

使用 C# 获取 HTML 文档中文本周围的标记

HAP确实是一个好地方。

可以使用Node的OuterHtml和Parent属性来获取封闭元素和标记。

你可以使用 xpath 来实现这一点。我使用//*[text()='Happy birthday'][1]/ancestor-or-self::*表达式，它找到一个Happy birthday文本内容的第一个（为简单起见）节点，然后返回该节点的所有祖先（父节点、祖父级等）和节点本身：

var doc = new HtmlDocument();
doc.LoadHtml("<div_outer><div_inner>Happy birthday<div><div>");
var ancestors = doc.DocumentNode
    .SelectNodes("//*[text()='Happy birthday'][1]/ancestor-or-self::*")
    .Reverse()
    .ToList();
似乎返回的节点的顺序

是文档中找到的节点的顺序，所以我使用Enumerable.Reverse方法来反转它。

这将返回 2 个节点：div_inner 和 div_outer 。

相关文章：