c# - 如何根据父 div 中的符号删除它？

Question

可以删除包含父 div 的带有 (x) 符号的项目。

<div>
    <div>
        <h2 id="-663241532">
            <span>Item 1</span>
        </h2>
        <p>Content 1</p>
     </div>
     <div>
         <h4 id="1074494955">
             <span>(x)Item 1.1.1</span>
         </h4>
         <p>Title 2</p>
         <div>
            Content 2
         </div>  
      </div>
</div>

去掉之后一定是

<div>
    <div>
        <h2 id="-663241532">
            <span>Item 1</span>
        </h2>
        <p>Content 1</p>
     </div>
</div>

我写了这个正则表达式

@"<div>(.*?)<span>\(x\)(.*?)</span>(.*?)</div>"

但它也删除了第一个 div。

如果有帮助，我可以访问 ID -663241532。

Answer 1

我建议你使用HtmlAgilityPack (可从 NuGet 获得)用于处理 HTML:

HtmlDocument doc = new HtmlDocument();
doc.Load("index.html");
var spans = doc.DocumentNode.SelectNodes("//span[contains(., '(x)')]");
foreach (var span in spans)
{
    HtmlNode parent = span.ParentNode;
    while (parent != null)
    {
        if (parent.Name == "div")
        {
            parent.Remove();
            break;
        }

        parent = parent.ParentNode;
    }
}

上面的 XPath 选择所有包含 (x) 文本的 span 节点。然后在循环中，我们搜索每个选定 span 的最近 div 父级并将其删除。