使用 HtmlAgilityPack 拆分 HTML 字符串答案

【问题标题】：Splitting HTML string with HtmlAgilityPack使用 HtmlAgilityPack 拆分 HTML 字符串
【发布时间】：2020-03-30 18:09:55
【问题描述】：

我有一个这样的html代码：

<div class="classA">
Content
</div>
<div class="classA">
Content
</div>
 // another ClassA ....

 <div class="classA">
 <blockquote>Some key</blockquote >
 </div>

如何删除Some key 的outerHTML 或获取class 以上的所有html 代码，其中Some key 带有Html 敏捷包？

意思是，我想要的结果是

 <div class="classA">
Content
</div>
<div class="classA">
Content
</div>
 // another ClassA ....

【问题讨论】：

标签： c# html-agility-pack

【解决方案1】：

XPATH 是你的朋友。

这只需一个查询即可返回预期结果

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
foreach (HtmlNode node in doc.DocumentNode.SelectNodes(
   "//blockquote[text()='Some key']/parent::*/preceding::*"))
      Console.WriteLine(node.OuterHtml);

在哪里

//blockquote[text()='Some key'] 选择具有所需键的元素。如果它应该在<div class="classA"> 内，请使用//div[@class='classA']/blockquote[text()='Some key'] 更精确的路径表达式
parent 选择父元素，即<div class="classA">
preceding 选择给定节点之前的所有节点

演示：https://dotnetfiddle.net/BlQ3w9

【讨论】：

【解决方案2】：

看起来您想找到文本 Some key，然后查看父项，直到找到类为 classA 的元素，然后在 DOM 中删除该元素。

你可以通过它的内部文本找到一个元素：https://html-agility-pack.net/knowledge-base/14288183/find-the-parent-div-of-a-specific-text-in-a-htmldocument

然后你可能想要循环父直到null 或者你找到一个 ParentNode.HasClass('classA')。您也可以在 Ancestors() 上使用 Linq。

此时，您拥有要删除的元素。因此，您可以使用它在自身之后查找兄弟姐妹并将其删除。

【讨论】：