Question

XDocument coordinates = XDocument.Load("http://feeds.feedburner.com/TechCrunch");
System.IO.StreamWriter StreamWriter1 = new System.IO.StreamWriter(DestFile);
XNamespace nsContent = "http://purl.org/rss/1.0/modules/content/";
string pchild = null;

foreach (var item in coordinates.Descendants("item"))
{
   string link = item.Element("guid").Value;

   //string content = item.Element(nsContent + "encoded").Value;
   foreach (var child in item.Descendants(nsContent + "encoded"))
   {
      pchild = pchild + child.Element("p").Value;
   }

   StreamWriter1.WriteLine(link + Environment.NewLine +  Environment.NewLine + pchild + Environment.NewLine);
}

StreamWriter1.Close();

如果我使用注释行代码（string content = item.Element(nsContent + "encoded").Value;）而不是内部for loop，那么它将获取<conten:encoded>元素的值，但它包含所有链接，图像等等。我只想要文字。

为此，我尝试使用此过滤器（内部循环），但显示错误：

对象引用未设置为对象的实例。

请为我建议代码，以便我只能存储文字并删除所有其他链接，<img>标记等。

Answer 1

item.Element(nsContent + "encoded").Value的内容是 html 而非 xml 。您应该相应地解析它，例如使用Html Agility Pack

参见下面的示例

string content = item.Element(nsContent + "encoded").Value;
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.Load(new StringReader(content));
var text = String.Join(Environment.NewLine + Environment.NewLine,
                doc.DocumentNode
                .Descendants("p")
                .Select(n => "\t" + System.Web.HttpUtility.HtmlDecode(n.InnerText))
            );

Answer 2

首先，我将首先使用StringBuilder：

StringBuilder sb = new StringBuilder();

然后，我怀疑有时候，“孩子”没有“p”元素，所以你可以在使用它之前检查：

foreach (var child in item.Descendants(nsContent + "encoded"))
{
  if (child.Element("p") != null)
  {
    sb.Append(child.Element("p").Value);
  }
}

StreamWriter1.WriteLine(link + Environment.NewLine +  Environment.NewLine + sb.ToString() + Environment.NewLine);

这对你有用吗？

如何在XML中获取内部标签值？

2 个答案: