Question

我在解析以下html时遇到了问题：

<tr>
<td><p><b>
<span>Company:</span></b>
<span>Test</span>
</p></td>
</tr>

<tr>
<td><p><b>
<span>Company:</span></b>
<span>Test 2</span>
</p></td>
</tr>

我的代码是：

HtmlDocument doc = new HtmlDocument();
doc.Load(@"email.txt");
Console.WriteLine(doc1.DocumentNode.InnerText);

我有以下输出：Company:TestCompany:Test 2，但我想要

Company: Test
Company: Test 2

所以，问题是没有解析换行符。

P.S。：doc.OptionWriteEmptyNodes = true;没有任何区别。

更新：我的意思是，无论html是什么，都没有解析结束行。即使有<br />标签等等。

Answer 1

你的html中没有换行符。即使在您的浏览器中，您也看不到它，两个标签都会并排显示。你的实际要求是什么？ Document.InnerText只是并排返回所有文本控件值。

如果你不想要你必须选择你想要的东西（例如所有跨度），然后使用String.Join(Environment.NewLine, allInnerText)

var allInnerTexts = doc.DocumentNode.SelectNodes("//text()")
   .Select(n => n.InnerText.Trim())
   .Where(text => !String.IsNullOrEmpty(text));
Console.WriteLine(String.Join(Environment.NewLine, allInnerTexts));

HtmlAgilityPack：无法解析endline（忽略结束行）

1 个答案: