删除字符串开头的Breaklines

Question

我正在使用HtmlAgilityPack格式化文本文件的html。 ＆LT峰; br＆GT;节点被替换为＆＃39; \ r \ n＆＃39;所以它在文本文件中保持格式化。我希望删除第一个实际char之前的所有分隔线，但我的代码不会这样做。测试的最终输出应为：

原件：

你好
检查

预期：
你好
检查

html = "<br><br><br>Hello<br>Check";
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);

var nodes = doc.DocumentNode.SelectNodes("//br");
if (nodes != null)
{
    foreach(var node in nodes)
    {
        node.ParentNode.ReplaceChild(doc.CreateTextNode("\r\n"), node);
    }
}

html = doc.Documentode.InnerText.TrimStart('r','n');
OutputLog.WriteLine("trimmed: " + html);

Answer 1

  

我希望删除第一个实际char之前的所有分隔线   但我的代码不会这样做。

您可以使用Regex轻松完成此操作。

df.registerTempTable("df")

sqlContext.sql("SELECT a, b, COUNT(1) AS cnt FROM df GROUP BY a, b")

然后您可以根据需要处理您的HTML。