Question

我正在尝试从我的htmlNode中删除所有Html注释标记，以下是我的c＃中的HtmlNode选择代码

HtmlNode table = doc5.DocumentNode.SelectSingleNode("//div[@id='div12']");

返回

下面的HtmlNode伪标记代码

<table>
  <tr>
    <td>test</td>
    <td>
      <!-- <a href='url removed' >Test link Test 2 Comment </a> -->
    </td>
  </tr>
</table>

我设法配置正则表达式来解决我的问题，c＃代码如下。但是，仅在我的测试运行中它成功运行并且输入类型为字符串。请参阅下面的c＃代码。

string rkr;
rkr = "<!-- <a href='url removed' >Test link Test 2 Comment </a> -->";
rkr = Regex.Replace(rkr, @"(\<!--\s*.*?((--\>)|$))",String.Empty);

结果=“”。这是我想要的所有标签的实时运行。

我在论坛和stackoverflow论坛上看到了很多代码示例。但没有什么比我想要的更接近。一篇帖子真的很有用，但它是用于php的 - 所以再没有用。

现在，如果在上面的Regex.Replace函数中输入

rkr = Regex.Replace(table, @"(\<!--\s*.*?((--\>)|$))",String.Empty);

我收到以下错误

最佳重载方法匹配 “System.Text.RegularExpressions.Regex.Replace（字符串， System.Text.RegularExpressions.MatchEvaluator，int）'有一些无效参数

我也尝试转换

rkr = Regex.Replace(table.ToString(), @"(\<!--\s*.*?((--\>)|$))",String.Empty);

但后来我得到了rkr =“HtmlAgilityPack.HtmlNode”的返回值。

任何帮助都会有很大的帮助。

Answer 1

已回答here：

doc5.DocumentNode.Descendants()
    .Where(n => n.NodeType == HtmlAgilityPack.HtmlNodeType.Comment)
    .ToList()
    .ForEach(n => n.Remove());

注意：ToList是必需的，因为您无法更改要枚举的序列。

Answer 2

谢谢大家的帮助。我找到了以下功能的解决方案。

在填充doc5之后调用该函数，如下所示

HtmlNode table = doc5.DocumentNode.SelectSingleNode("//div[@id='div12']");

RemoveComments(table);

public static void RemoveComments(HtmlNode node)
{
    foreach (var n in node.ChildNodes.ToArray())
        RemoveComments(n);
    if (node.NodeType == HtmlNodeType.Comment)
        node.Remove();
}

供参考：我在下面的帖子中找到了答案。 How to select node types which are HtmlNodeType Comment using HTMLAgilityPack

非常精确且具有许多不同的示例类型，正是我所追求的。

如何用string.Empty

2 个答案: