c# - 没有任何html标签的元素的节点名称是什么？

Question

我想从 html 文档中删除没有 html 标签的文本。我正在使用 LINQ。

 doc.DocumentNode.Descendants().Where(d => d.Name == "script" 
                                        || d.Name == "style" 
                                        || d.NodeType == HtmlNodeType.Comment)
                               .ToList()
                               .ForEach(d => d.Remove());

我正在使用这段代码。我想在 LINQ 中再添加一个条件，这样我就可以删除任何没有标签的文本。

<div>hello</div>hello world

结果，我只想说“你好”。现在我收到“hellohello world”。

请帮我解决这个问题。有没有办法使用 LINQ 命令删除此文本？我有一个想法，如果我知道没有标签的后代的名字，那么我可以通过简单地添加一个条件来解决它。

Answer 1

让我们尝试删除任何未标记的文本:

    doc.DocumentNode.Descendants()
        .Where(d => d.NodeType == HtmlNodeType.Text && d.ParentNode.Equals(doc.DocumentNode))
        .ToList()
        .ForEach(d => d.Remove());