HtmlAgilityPack特定标签的段内容

Question

所以，假设我有一个html文档看起来像这样：

<h1>Segment1</h1>
<p>Segment1Text</p>
<p>Segment1MoreText</p>
<ul><li>Segment1BulletText</li></ul>
<h1>Segment2</h1>
<p>Segment2Text</p>
<p>Segment2MoreText</p>
<ul><li>Segment2BulletText</li></ul> 
<h1>Segment3</h1>
<p>Segment3Text</p>
<p>Segment3MoreText</p>
<ul><li>Segment3BulletText</li></ul> 

使用HTMLAgilityPack我需要创建一个函数，根据我传入此函数的分割模式将html分割为HTMLNodeCollections。

• 所以我可以有一个模式，我说在每个h1标签处分开（返回3个html节点集合）。
• 我可以使用另一种分割模式，即在h1标记处分割，然后是p标记（返回3个html节点集合）..
• 当我们有一个h1标签后面跟着一个p标签，然后是另一个p标签（返回3个html节点集合）时，另一个模式就是分裂。等......

这个函数需要是可扩展的，因为我传入的html段总是不同的，因此我总是需要为它提供不同的模式以便分割html。

Answer 1

.Descendants()是你的朋友（如果你不想使用XPATH）。

关于第一个问题：只需使用Descendants("h1")。

第二个问题：这样的事情会起作用doc.DocumentNode.Descendants("h1").Where(p => p.NextSibling.NextSibling.Name === "p"); //我在这里做了一个技巧，因为中间总是有一个文本节点。这可能不是最好的解决方案，只是为了展示想法。

第3个问题：与第2个问题相同，只需再获得1个NextSibling()。