AngleSharp文本元素解析

Question

我正在使用AngleSharp开发有限的浏览器功能。 它解析HTML的方式使我有些困惑。 例如，以下“ div”的内容被解析为一个BR子元素和一个带有文本“ te st”的TextContent属性。 因此，不可能在文本中找到BR元素的位置。

 <div>te<br />st</div> 

我认为如果DIV有3个子组件会更好。 第一个是内容为“ te”的文本元素，然后是BR元素与另一个内容为“ st”的文本元素相随。

是否有其他替代解决方案？

Answer 1

实际上，它将产生预期的结果。 AngleSharp的DOM（和兼容HTML5的解析器）根据W3C规范工作。 因此，应该没有什么惊喜（与常绿浏览器相比）。

var text = "<div>te<br/>st</div>";
var context = BrowsingContext.New();
var document = context.OpenAsync(m => m.Content(text)).Result;
var div = document.Body.QuerySelector("div");

Console.WriteLine(div.ChildNodes.Length);

foreach (var child in div.ChildNodes)
{
    Console.WriteLine(child.NodeName);
    Console.WriteLine(child.TextContent);
}

输出是

3
#text
te
BR

#text
st

因此，我们有了（文本节点，BR元素，文本节点）。 希望这可以帮助！