Question

考虑以下示例：

<case>
   <outer>
    <inner>test</inner>
    <inner>test &amp; test <br /><br />test</inner>
    <inner></inner>
   </outer>
</case>

我想提取第二个内部元素中包含的字符串，同时保留 br 标记（或者最好将它们作为\ n），但是解码所有编码的HTML字符。也就是说，我想得到：

"test & test \n\ntest"

或

"test & test <br /><br />test"

到目前为止，我已尝试过以下内容。它似乎解码了HTML编码的字符，但完全删除了标签。

    XDocument xDoc = XDocument.Load(file);
    XNamespace ns = XNamespace.Get("http://www.w3.org/1999/xhtml");
    var cas = xDoc.Descendants().First(e => e.Name.Equals(ns.GetName("case")));
    foreach (var row in cas.Elements())
    {
        var columnVals = row.Elements(ns.GetName("inner")).Select(e => e.Value);
        string str = columnValues.Skip(1).First();
        // str == "test & test test"
        // but i want:
        // "test & test \n\ntest" or "test & test <br /><br />test"
    }

Answer 1

尝试以下方法：

XDocument xDoc = XDocument.Load(file);
XNamespace ns = XNamespace.Get("http://www.w3.org/1999/xhtml");
var cas = xDoc.Descendants().First(e => e.Name.Equals(ns.GetName("case")));
foreach (var row in cas.Elements())
{
    var columnVals = row.Elements(ns.GetName("inner")).Select(e => e.Nodes());
    var str = columnVals.Skip(1).First();
    var stringResult = WebUtility.HtmlDecode(string.Join(" ", str));
}

它将节点作为字符串，但解码任何HTML转义。

输出结果为：

test & test  <br /> <br /> test

提取时保留自动关闭标签

1 个答案: