节点的内部文本忽略子节点的内部文本

本文关键字：内部 文本 子节点 节点 | 更新日期: 2023-09-27 17:57:11

请原谅我，如果在这里问听起来太简单了，但由于这是我使用 html-agility-pack 的第一天，我无法整理出一种方法来选择节点的内部文本，该文本是节点的直接子节点并忽略子节点的内部文本。

例如

<div id="div1">
   <div class="h1"> this needs to be selected
   <small> and not this</small>
   </div>
</div>

目前我正在尝试这个

HtmlDocument page = new HtmlWeb().Load(url);
var s = page.DocumentNode.SelectSingleNode("//div[@id='div1']//div[@class='h1']");
string selText = s.innerText;

返回整个文本（例如 - 需要选择这个而不是这个）。有什么建议吗？？

节点的内部文本忽略子节点的内部文本

如果div子节点前后有文本，则可能有多个文本节点。 正如我在这里同样指出的那样，我认为获取节点的所有直接文本内容的最佳方法是执行以下操作：

HtmlDocument page = new HtmlWeb().Load(url);
var nodes = page.DocumentNode.SelectNodes("//div[@id='div1']//div[@class='h1']/text()");
StringBuilder sb  = new StringBuilder();
foreach(var node in nodes)
{
   sb.Append(node.InnerText);
}
string content = sb.ToString();
您可以使用

/text()选项直接在特定标记下获取所有文本节点。如果只需要第一个，请向其添加[1]：

page.LoadHtml(text);
var s = page.DocumentNode.SelectSingleNode("//div[@id='div1']//div[@class='h1']/text()[1]");
string selText = s.InnerText;
相关文章：