Question

string url = "http://www.myurl.xxx";
HtmlWeb webGet = new HtmlWeb();
HtmlDocument doc =  webGet.Load(url);

foreach(var script in doc.DocumentNode.Descendants("script").ToArray())
   script.Remove();


foreach(var style in doc.DocumentNode.Descendants("style").ToArray())
   style.Remove();

 string mtext =  doc.DocumentNode.InnerText;

字符串mtext在删除标记的文本之间没有间距，我怎样才能删除＆＃39;并使用换行符替换已删除的标签或＆＃34; ＆＃34;对于所有标签实例？

Answer 1

您只是删除节点。而不是这个，你应该用新的节点替换这些节点。这将使用空格符号替换<script>和<style>个节点：

foreach (var node in doc.DocumentNode.SelectNodes("//script|//style").ToArray())
{
    var replacement = doc.CreateTextNode(" ");
    node.ParentNode.ReplaceChild(replacement, node);
}

HtmlAgilityPack：删除标签，替换为空格

1 个答案: