使用HTML敏捷包从特定位置选择HTML

本文关键字：HTML 定位 位置 选择 使用 | 更新日期: 2023-09-27 18:00:10

我需要从第64行第45行到第183行第22行获取html文本节点。我对XPath还很陌生，不太确定我的选择是什么。我应该如何继续？我想到了这样的东西：

var nodes=doc.DocumentNode.SelectNodes("//text()[position() > startPosition and position() < endPosition]");

使用HTML敏捷包从特定位置选择HTML

HtmlNode类有两个重要属性（用于您需要做的事情）：

  • Line（节点开始的行）
  • LinePosition（节点结束的线路）

你可以做一些类似的事情：

var nodes = doc.DocumentNode.Descendants("#text").Where(
    x => (x.Line > 64 || (x.Line == 64 && x.LinePosition >= 45)) &&
         (x.Line < 183 || (x.Line == 183 && x.LinePosition <= 22))
);

当然，你也可以做doc.DocumentNode.SelectNodes("//text()").Where(...)

您必须处理的一个问题：

它不会告诉您节点的结束位置，因此上面的解决方案可能会为您提供在比183大的行中结束的节点，或者在183行中但位于比22大的位置的节点。为此，您可以使用节点的OuterHtml属性，并进行一些字符串操作（获取长度以了解其结束位置，除以'n以了解行数，等等）。

您不能使用XPath来实现这一点：它对XML中的行号和字符位置一无所知。

position()函数返回节点列表中节点的相对位置，例如，列表中第一个节点返回1，第二个节点返回2，依此类推。

要获取行位置信息，可以使用XElement或XmlReader解析XML，然后使用IXmlLineInfo接口。

不过，请注意，使用行/字符位置来识别XML文件的片段是有问题的：XML处理器通常会重新格式化XML，添加/删除空格和结束行，因此同一个XML片段可以更改位置。

相关文章：