我想用其他文本替换 HTML 标签的内部文本。
我正在使用 HtmlAgilityPack
我使用此代码来提取所有文本
HtmlDocument doc = new HtmlDocument();
doc.Load("some path")
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//text()[normalize-space(.) != '']")) {
// How to replace node.InnerText with some text ?
}
但是 InnerText 是只读的。如何用另一个文本替换文本并将它们保存到文件中?
尝试下面的代码。它选择所有没有子节点的节点并过滤掉脚本节点。也许您需要添加一些额外的过滤。除了 XPath 表达式之外,该表达式还查找叶节点并过滤出
<script>
标签的文本内容。
var nodes = doc.DocumentNode.SelectNodes("//body//text()[(normalize-space(.) != '') and not(parent::script) and not(*)]");
foreach (HtmlNode htmlNode in nodes)
{
htmlNode.ParentNode.ReplaceChild(HtmlTextNode.CreateNode(htmlNode.InnerText + "_translated"), htmlNode);
}
奇怪,但我发现 InnerHtml 不是只读的。当我尝试这样设置时
aElement.InnerHtml = "sometext";
InnerText
的值也变为"sometext"
HtmlTextNode
类有一个Text
属性*,非常适合此目的。
这是一个例子:
var textNodes = doc.DocumentNode.SelectNodes("//body//text()").Cast<HtmlTextNode>();
foreach (var node in textNodes)
{
node.Text = node.Text.Replace("foo", "bar");
}
如果我们有一个
HtmlNode
想要更改其 direct 文本,我们可以执行如下操作:
HtmlNode node = //...
var textNode = (HtmlTextNode)node.SelectSingleNode("text()");
textNode.Text = "new text";
或者如果有多个,我们可以使用
node.SelectNodes("text()")
。
* 不要与只读
InnerText
属性混淆。