首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >HtmlAgilityPack清除html中的内部文本

问HtmlAgilityPack清除html中的内部文本
EN

Stack Overflow用户
提问于 2011-10-15 06:32:53
回答 1查看 946关注 0票数 1

我有这个html。我正在尝试获取不带任何标签的InnerText,

代码语言:javascript
复制
<h1>my h1 content</h1>
<div class="thisclass">
<p> some text</p>
<p> some text</p>
    <div style="some_style">
    some text
        <script type="text/javascript">
        <!-- some script -->
        </script>
    <script type='text/javascript' src='some_script.js'></script>
    </div>
<p> some text<em>some text</em>some text.<em> <br /><br /></em><strong><em>some text</em></strong></p>
    <p> </p>
   </div>

我想要做的就是像用户在类thisclass中看到的那样获取文本。我想剥离任何脚本标签,和所有标签,只得到纯文本。

这就是我所使用的:

代码语言:javascript
复制
 Dim Tags As HtmlNodeCollection = root.SelectNodes("//div[@class='thisclass'] | //h1")

有谁有什么想法吗?

谢谢。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2011-10-15 07:09:51

尝试此操作(提前警告c#代码):

代码语言:javascript
复制
foreach(var script in root.SelectNodes("//script"))
{
    script.ParentNode.RemoveChild(script);
}

Console.WriteLine(root.InnerText);

这给了我以下输出:

代码语言:javascript
复制
my h1 content some text some textsome text    some textsome textsome text. some text

希望这能有所帮助。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/7774260

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档