我正在尝试从HTML中删除不必要的内容。具体来说,我想删除评论。我找到了一个非常好的解决方案(Grabbing meta-tags and comments using HTML Agility Pack)但是DOCTYPE被视为注释,因此随注释一起删除。如何改进下面的代码以确保保留DOCTYPE?
var htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(htmlContent);
var nodes = htmlDoc.DocumentNode.SelectNodes("//comment()");
if (nodes != null)
{
foreach (HtmlNode comment in nodes)
{
comment.ParentNode.RemoveChild(comment);
}
}
答案 0 :(得分:15)
doc.DocumentNode.Descendants()
.Where(n => n.NodeType == HtmlAgilityPack.HtmlNodeType.Comment)
.ToList()
.ForEach(n => n.Remove());
这将剥离文档中的所有评论
答案 1 :(得分:9)
检查评论是否不以DOCTYPE
foreach (var comment in nodes)
{
if (!comment.InnerText.StartsWith("DOCTYPE"))
comment.ParentNode.RemoveChild(comment);
}