在 HtmlAgilityPack 中复制 HtmlNode？答案

【问题标题】：Duplicating HtmlNode in HtmlAgilityPack?在 HtmlAgilityPack 中复制 HtmlNode？
【发布时间】：2013-09-19 00:37:33
【问题描述】：

我正在使用 HTML Agility Pack 在同一页面上执行两项不同的操作。
对于第一个，我需要删除脚本、样式等元素。但是对于第二个，我必须保留所有元素。

由于我不能在第一部分之前完成第二部分，所以我首先正在寻找一种复制对象的方法，这样我就可以保存第二部分的所有元素。那是我尝试过的代码，但由于某些原因，我没有得到其中的节点。

        HtmlDocument HTMLdoc = new HtmlDocument();
        HTMLdoc.LoadHtml(sFetch);

        //duplicate document node
        var webPage = HtmlNode.CreateNode("<html></html>");
        webPage.CopyFrom(HTMLdoc.DocumentNode,true);

我想到的另一种方法是反转选择我要删除的所有元素的 xpath。所以我将能够只选择它们而无需真正从对象中删除元素。但我不知道如何使用 XPath“not()”函数来反转我的查询。这是我的 XPath 查询：

"//script | //style | //iframe | //select | //textarea | //comment() | //a[@href]"

感谢您的时间和帮助:)

【问题讨论】：

Html Agility Pack - Remove element, but not innerHtml
@L.B 我不明白这是如何回答我的问题的......我不想保留 InnerHtml。我想保留整个节点。
你能发布一个示例输入和输出吗？

标签： c# xpath html-agility-pack

【解决方案1】：

这是您的 XPath 表达式的倒置版本：

var nodes = doc.DocumentNode
    .SelectNodes("//node()[not(self::script or self::style or self::iframe or self::select or self::textarea or self::comment() or self::a[@href])]")
    .ToList();

这将选择除脚本、样式等之外的节点。

【讨论】：

这对我没有帮助，因为我必须保持 documentNode 原样而不是删除它的节点。
@meirlo，用你的 xpath 的 inverted 版本更新了我的答案

【解决方案2】：

我正在做类似的事情。我必须获取此信息，然后将其转换为 XML。这是您需要的：

        HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
        htmlDoc.LoadHtml(sfetch);

        HtmlNodeCollection page = htmlDoc.DocumentNode.SelectNodes("//table");//whatever tags your are looking for in your doc

        foreach (HtmlNode value in page)
        {
            richTxtboxFilteredHTML.Text += value.InnerText;
        }

如果您要进一步处理此问题，则需要继续引用每个 HtmlNode。

【讨论】：