Question

我有一个带有InnerHtml的HtmlNode：

<a>SomeText</a>
DividerText:
<br>
TextToSelect1
<br/>
TextToSelect2
<br/>
TextToSelect3
<br>
TextToSelect4

可以仅通过XPath选择所有'TextToSelect'，而无需c＃Split或Regex？

像这样：/text()/substring-after('DividerText:')

或者我怎样才能获得排除标签a的InnerHtml？

Answer 1

您可以在DividerText之后获取所有跟随BR的文本（在示例控制台应用程序中）：

  HtmlDocument doc = new HtmlDocument();
  doc.Load(MyTestHtm);

  foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//text()[contains(., 'DividerText:')]/following-sibling::br/following-sibling::text()"))
  {
      Console.WriteLine(node.InnerText.Trim());
  }

将这个转出：

TextToSelect1
TextToSelect2
TextToSelect3
TextToSelect4

XPATH表达式首先递归地获取一个text（）节点，该节点包含一个特定的＆＃39; DividerText：＆＃39;令牌，然后获得所有以下兄弟姐妹BR元素，而不是获取所有后续兄弟文本元素。

Answer 2

选择文档中的所有文本节点：

//text()[contains(., 'DividerText:')]//following::text()

选择所有兄弟文本节点（跟在包装元素内的同一级别：

//text()[contains(., 'DividerText:')]//following-sibling::text()

如果您需要直接使用某些文本，则需要XPath 2.0，此查询也会返回分隔符字符串后的部分，但需要XPath 1.0中不可用的substring-after函数：

//text()[contains(., 'DividerText:')]//(substring-after(., 'DividerText:'), following::text()/data())

如果您能够使用XPath 2.0或更新版本，实际上有substring-after方法：

substring-after(string-join(//text()), 'DividerText:')

您还可以使用//text()获取所有文本节点，然后在C＃中使用一些substring-after()等效项，您可能必须连接生成的集/数组。

通过Xpath.C #HtmlAgilityPack拆分文本

2 个答案: