c# - 如何从 html 源中提取页面上可见的文本？

Question

我试过 HtmlAgilityPack 和下面的代码，但它没有从 html 列表中捕获文本:

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(htmlStr);
HtmlNode node = doc.DocumentNode;
return node.InnerText;

这是失败的代码:

<as html>
<p>This line is picked up <b>correctly</b>.  List items hasn't...</p>
<p><ul>
<li>List Item 1</li>
<li>List Item 2</li>
<li>List Item 3</li> 
<li>List Item 4</li>
</ul></p>
</as html>

Answer 1

因为您需要遍历树并以某种方式连接所有节点的 InnerText