如何遍歷所有節點而不指定節點名稱

Question

我想從任何html文檔中獲取所有htmlDocument節點的所有innerText。

我一直在做一些研究，但還沒有找到解決方案，我將無需指定節點名稱即可瀏覽整個文檔中的所有父節點和子節點。

我想這樣做，因爲我將使用不同的html文檔，因此指定節點名稱在此時不適用於我。

Answer 1

您可以使用下面的XPath表達式得到任意的HTML文檔中的所有非空文本節點，而不必知道文檔結構：

//text()[normalize-space()] 

全部工作的控制檯應用程序演示：

var html = @"<p> 
    <span>a1</span> 
    <span>a2</span> 
    <span>b1</span> 
    <span>b2</span> 
</p>"; 
var doc = new HtmlDocument(); 
doc.LoadHtml(html); 
var result = doc.DocumentNode.SelectNodes("//text()[normalize-space()]"); 
foreach (var r in result) 
{ 
    Console.WriteLine(r.InnerText); 
} 

Dotnetfiddle Demo

輸出：

a1 
a2 
b1 
b2 

Answer 2

我想通了，現在... OMG它是如此簡單，首先，因爲我不知道該如何使用這些功能

HtmlDocument htmlDoc = new HtmlDocument(); 
htmlDoc.Load(MyIO.bingPathToAppDir("Test data/testHTML.html")); 
HtmlNode j = htmlDoc.DocumentNode; 
foreach (HtmlNode node in j.ChildNodes) 
{ 
    checkNode(node); 
} 

static void checkNode(HtmlNode node) 
{ 
    foreach (HtmlNode n in node.ChildNodes) 
    { 
     if (n.HasChildNodes) 
     { 
      checkNode(n); 
     } 
     else 
     { 
      Console.WriteLine(n.InnerText); 
     } 
    } 
} 

Answer 3

你也可以找到像這樣的所有節點：

string fsURLAddress = "http://www.external-url-sample.com/"; 

var loHtmlDocument = new HtmlWeb().Load(fsURLAddress); 

var loHTMLNodeList = loHtmlDocument.DocumentNode.Descendants().ToList();