从OuterHtml获取TextContent

Question

在某些情况下，Textcontent会返回不带空格的文本(我使用的是控制台应用程序)，所以我要确保它是正确的。我想知道是否有一种方法可以用新行替换每个<br>，然后从修改后的OuterHTML中获取TextContent？

  var posts_value = Posts.Select(m => m.OuterHtml.Replace("<br>",Environment.NewLine));

我得到了想要的结果，但不确定如何从上面获得TextContent？

谢谢!

Answer 1

好吧，如果您正在寻找一个更接近浏览器呈现的文本的字符串，那么可以尝试AngleSharp.Css附带的GetInnerText扩展方法。

如果您想要的是使用OP中提到的替换来获得TextContent，那么我建议先进行节点替换，然后再获取TextContent。

async Task Main()
{
    var config = Configuration.Default;
    var context = BrowsingContext.New(config);
    var document = await context.OpenAsync(res => res.Content("<div>hello<br>there</div>"));
    var before = document.Body.TextContent;
    
    foreach (var br in document.QuerySelectorAll("br"))
    {
        br.Replace(document.CreateTextNode("\n"));
    }
    
    var after = document.Body.TextContent;
    
    before.Dump();
    after.Dump();
}

结果是

hellothere
hello
there

希望这能有所帮助！