Question

如何获取此HTML块中的文本？

<td align="left" style="">2000000033754<br/>CHOICE_HARVEST-GALA _APPLE-10S</td>

我正在使用HTMLAgilityPack，这是我在vb.net中的代码

If cols1(m).OuterHtml.Contains("<br>") Then
   ' split into barcode and item name
   Dim barcode As HtmlNode = cols1(m).SelectSingleNode("text()[preceding::br]")
   sSQL = sSQL & "," & ToCHR(barcode.InnerText.Trim)
   Dim item As HtmlNode = cols1(m).SelectSingleNode("text()[following::br]")
   sSQL = sSQL & "," & ToCHR(item.InnerText.Trim)

我需要获得这些结果

barcode.innertext = "2000000033754" - 这是有效的

item.innertext = "CHOICE_HARVEST-GALA _APPLE-10S" - 需要帮助

Answer 1

如果你知道这是结构，你可以简单地使用HtmlAgilityPack将HtmlNode和TextNode之间的节点分开的事实。在以下示例中，li包含三个子项：由html元素（before）分隔的两个文本元素（after和br）

var hd = new HtmlDocument();
hd.LoadHtml("<html><body><ul><li>before<br/>after</li></ul></body></html>");
var lis = hd.DocumentNode.FirstChild.FirstChild.FirstChild; // select the ul
foreach (var li in lis.ChildNodes)
{
    var firstTextNode = li.ChildNodes.First(hn => hn.NodeType == HtmlNodeType.Text);
    var lastTextNode = li.ChildNodes.Last(hn => hn.NodeType == HtmlNodeType.Text);
}

获取br / tag之前和之后的文本 - 在vb.net中的htmlagilitypack

1 个答案: