Question

我正在尝试浏览每个html节点并获取其属性和innerText。在我扫描任何html的那一刻，即使它不存在，我也会得到这个愚蠢的#text节点。

这是我的HTML

<div class="demographic-info adr editable-item" id="demographics">
  <div id="location-container" data-li-template="location">
    <div id="location" class="editable-item">
      <dl>
        <dt>Location</dt>
        <dd>
          <span class="locality">Bolton, United Kingdom</span>
        </dd>
        <dt>Industry</dt>
        <dd class="industry">Computer Games</dd>
      </dl>
    </div>
  </div>
</div>

这是我的c＃

foreach (HtmlNode node in j.ChildNodes)
    if (node.HasChildNodes)
        checkNode(node);

static void checkNode(HtmlNode node)
{
    foreach (HtmlNode n in node.ChildNodes)
    {
        if (n.HasChildNodes)
            checkNode(n);
        else
        {
            HtmlNode nodeValue = hasValueInNode(n);
            if (nodeValue != null)
                addCategories(nodeValue);
        }   
    }
}

当我通过调试模式检查编译器所在的节点时，我得到了这个：

1 = div，2 =＃text，3 = div，4 =＃text，5 = div，6 =＃text，7 = dl ... 等等！

我猜这是检测空格或将空间作为节点返回，但这是浪费循环。有人可以向我解释这个并避免它。感谢

Answer 1

这就是HTML / XML的工作原理。每次节点内有一些文本时都有一个文本节点。在这种情况下，它恰好是空格，但它仍然是文本，不能被丢弃。该节点不是“愚蠢的”，它确实存在。

您的代码可以自由检查文本节点是否为空格，如果您愿意，可以忽略它，或者您可以创建XML以便没有任何空格。

就像一个想法：你如何告诉解析器哪个空白应该是重要的：

<div>
  <div>Test<span>
  </span>test</div>
</div>

那么，如果解析器只是“有测试然后是空的span元素然后测试，那么实际上里面的文本是'Testtest'”？或者它怎么知道该做什么？

C＃htmlnode中的#text节点是什么？

1 个答案: