从Div C＃StreamReader获取文本

Question

我试图从充满div的文本文件中获取特定的div。 我正在使用streamreader进入文件，但是我不知道如何获取完整的div。 在获得div之后，我将每行变成一个字符串，该字符串将被添加到列表中。 文本文件如下：

<div id="#SMINLANGUAGE1 ">
English
Hello.
This is a Test
Test 23
</div>
<div id="#SMINLANGUAGE2 ">
Dutch
Hallo.
Dit is een Test
Test 29
</div>
<div id="#SMINLANGUAGE3 ">
Spanish
Hola.
Esto es una Prueba.
Prueba 86
</div>

英文列表为：

 Index 0: English
 Index 1: Hello.
 Index 2: This is a Test
 Index 3: Test23

Answer 1

首先，您需要安装HtmlAgilityPack来解析HTML：

Install-Package HtmlAgilityPack

然后，通过选择//div路径，我们可以从HTML内容中提取所有可用的DIV：

    var doc = new HtmlDocument
    {
        OptionOutputAsXml = true,
        OptionCheckSyntax = true,
        OptionFixNestedTags = true,
        OptionAutoCloseOnEnd = true,
        OptionDefaultStreamEncoding = Encoding.UTF8
    };
    doc.LoadHtml(htmlContent);

    var results = new List<string[]>();
    foreach (var node in doc.DocumentNode.SelectNodes("//div"))
    {
        var divContent = node.InnerText;
        if (string.IsNullOrWhiteSpace(divContent))
            continue;

        var lines = divContent.Trim().Split(new[] { '\n' }, StringSplitOptions.RemoveEmptyEntries);
        results.Add(lines);
    }