从HTML字符串中提取数据的库

Question

是否有任何免费/开源c＃库可从html提取数据？

鉴于以下输入

<div style="...">
 text part 1
</div>
<div style="...">
 text part 2
</div>

我希望输出为：

text part 1 text part 2

Answer 1

是的，您可以使用HtmlAgilityPack使用Xpath查询来解析HTML，就好像它是XML。

Answer 2

您可以使用HtmlAgilitiPack很好的库。

接着：

public string StripHTMLTags(string str)
        {
            StringBuilder pureText = new StringBuilder();
            HtmlDocument doc = new HtmlDocument();
            doc.LoadHtml(str);

            foreach (HtmlNode node in doc.DocumentNode.ChildNodes)
            {
                pureText.Append(node.InnerText);
            }

            return pureText.ToString();
        }