在最里面的标签内。如何让所有的格式化操作对文本生效？
我的要求是从不同的新闻网站获取新闻内容..大约...250。因此新闻内容位于正文中的某个位置，我可以转到新闻内容基于谷歌片段/元信息的第一段。但为了获取新闻内容的其他段落，我尝试沿着 HTML 树向上查找，直到找到一个部门或表格主体...但正因为如此，我收到了一些不需要的文本，即与新闻项目无关的文本。所以我发现......大多数网页中的所有相关新闻项目都以类似的方式设计或格式化。那么有没有一种方法可以捕获第一段中发生的所有样式，然后我可以使用该格式信息过滤掉不需要的文本。
我正在使用 HTML 敏捷包和 xpath 来满足我的要求。谢谢。
My requirement is to get the news content from different news websites..approximately...250. so news content is somewhere in the body, i can go to the first paragraph of where ever the news content is based on the google snippets/metainfo. but to get the other paragraphs of the news content i am trying to go up the HTML tree till i find a division or a table body...but because of that i am getting some undesired text i.e is not related to the news item. so what i found out is...all the relevant news items in most of the webpages are styled or formatted in a similar way. So is there a way i can capture all the styling happening in the first paragraph and then i can filter out unwanted text using that formating information.
I am using HTML agility pack and xpath for my requirement. Thank you.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
您可能会喜欢我对以下问题的回答：高级 HTML 敏捷包使用 ，好像和你的有些关系。
You could like at my answer of the following question on SO: Advanced HTML Agility Pack usage, it seems to be somewhat related to yours.