從html標簽提取文本

Question

我有一個這樣的頁面，在li標簽中有3個值

<li>nafiz</li>
<li>ACE</li>
<li>Sanah</li>

這段代碼只給了我最后一個內部文本：

public string names = "";
    public string names2 = "";
    public string names3 = "";


    // Use this for initialization
    void Start () {

        HtmlWeb hw = new HtmlWeb();
        HtmlAgilityPack.HtmlDocument doc = hw.Load(openUrl);

    foreach (HtmlNode nd in doc.DocumentNode.SelectNodes("//li"))
        {
            names=nd.InnerText.ToString();

        }

如何在這些字符串中存儲所有3個值？

Answer 1

你可以使用這個功能

    string[] GetItems(string htmlText)
    {
        List<string> Answer = new List<string>();
        for (int i = 0; i < htmlText.Length; i++)
        {
            int start = htmlText.IndexOf('>', i);
            i = start;
            int end = htmlText.IndexOf('<', i);

            if (end == -1 || start == -1)
                break;

            string Item = htmlText.Substring(start + 1, end - start - 1);
            if (Item.Trim() != "")
                Answer.Add(Item);

            i = end + 1;
        }
        return Answer.ToArray();
    }

並使用它...

     foreach (string item in GetItems(YourText))
     {
          MessageBox.Show(item);
     }

Answer 2

如果將3個值存儲在字符串數組或列表中，將更加容易，例如：

var names = new List<string>();
.....
.....
foreach (HtmlNode nd in doc.DocumentNode.SelectNodes("//li"))
{
    names.Add(nd.InnerText.Trim());
}

InnerText已經是string類型，無需放置其他ToString() 。 Trim()表示要從開頭和結尾的空格中清除name 。