c# - 规范化 HtmlAgilityPack 中的空间

Question

这是html片段。如何获得规范化空间文本？

搜索相同的片段，但使用 Xpath//*[normalize-space()='Text1 Text2']

<div>
    <div>
        <a></a>
        <a></a>
        <div><a><span></span>Text2</a></div>
    </div>
        <div>Text2</div>
</div>

使用：

var htmlNodes = htmlDoc.DocumentNode.SelectNodes("*");

foreach (var node in htmlNodes)
{
   text += node.InnerText;
}

我得到这个字符串：

"\r\n                        \r\n                        \r\n                        \r\n                        \r\n                        Text1\r\n                    Text2"

我可以得到一个正常的文本吗？

"Text1 Text2"

标签： c#xpathhtml-agility-pack

Answer 1

您可以改用InnerText属性：

var texts = document.DocumentNode.Descendants("div").Select(n => n.InnerText);

如果需要，可以将它们组合起来：

var combined = string.Join(" ", texts);

要过滤掉空值：

.Select(n => n.InnerText.Replace("\r\n", "")).Where(s => !string.IsNullOrEmpty(s));