使用 c# 从 html 提取格式化文本和 href 链接

Question

我正在尝试提取文本以及href中的链接。 <html><body><p>foo <a href='http://www.example.com'>bar</a><br> baz</p></body></html>我在找对于 output as， foo http://www.example.com bar baz br 标签应该被考虑以获得正确的格式化句子。

Answer 1

这里是 go：

using System;
using HtmlAgilityPack;
                    
public class Program
{
    public static void Main()
    {
        var html =
        @"<html><body><p>foo <a href='http://www.example.com'>bar</a><br> baz</p></body></html> ";
        var htmlDoc = new HtmlDocument();
        htmlDoc.LoadHtml(html);
        var htmlAnchor = htmlDoc.DocumentNode.SelectSingleNode("//a");
        var htmlBr = htmlDoc.DocumentNode.SelectSingleNode("//p");
        string hrefValue = htmlAnchor.Attributes["href"].Value;
        Console.WriteLine(htmlBr.InnerText + " " + hrefValue);
    }
}

Output：

富吧 baz http://www.example.com

工作示例： https://dotnetfiddle.net/BBYAF9

使用 c# 从 html 提取格式化文本和 href 链接

问题描述

1 个解决方案

解决方案1
0 2022-02-01 14:23:02

使用 c# 从 html 提取格式化文本和 href 链接

问题描述

1 个解决方案

解决方案1 0 2022-02-01 14:23:02

解决方案1
0 2022-02-01 14:23:02