从 html 字符串中提取数据的库

Question

有没有免费/开源的 C# 库可以从 html 中提取数据？

鉴于下面的输入，

<div style="...">
 text part 1
</div>
<div style="...">
 text part 2
</div>

我希望输出为：

text part 1 text part 2

Answer 1

是的，您可以使用 HtmlAgilityPack 使用 Xpath 查询来解析 HTML，就好像它是 XML 一样。

Answer 2

您可以使用 HtmlAgilitiPack 非常好的库。

进而：

public string StripHTMLTags(string str)
        {
            StringBuilder pureText = new StringBuilder();
            HtmlDocument doc = new HtmlDocument();
            doc.LoadHtml(str);

            foreach (HtmlNode node in doc.DocumentNode.ChildNodes)
            {
                pureText.Append(node.InnerText);
            }

            return pureText.ToString();
        }