C# 使用InnerText时防止HTMLAgilityPack连接单词

我试图做一个简单的任务，从HTML文档中获取文本。 因此，我使用HTMLdoc.DocumentNode.InnerText来实现这一点。 问题是，在一些网站上，当单词位于不同的标签中时，它们之间没有空格。在这些情况下，DocumentNode.InnerText将这些单词连接成一个单词，它就变得无用了

例如，我试图阅读一个包含该行的站点

<span>İstanbul</span><ul><li><a href="i1.htm">Adana</a></li>

İstanbul

我得到的是毫无意义的“İstanbulAdana”

我在HTMLAgilityPack文档和谷歌都找不到任何解决方案

我错过什么了吗

---

谢谢，

这应该很容易做到

const string html = @"<span>İstanbul</span><ul><li><a href=""i1.htm"">Adana</a></li>";
var doc = new HtmlDocument();
doc.LoadHtml(html);
string result = string.Join(" ", doc.DocumentNode.Descendants()
  .Where(n => !n.HasChildNodes && !string.IsNullOrWhiteSpace(n.InnerText))
  .Select(n => n.InnerText));
Console.WriteLine(result); // prints "İstanbul Adana"

const string html=@“İstanbul
”；
var doc=新的HtmlDocument（）；
doc.LoadHtml（html）；
string result=string.Join（“，doc.DocumentNode.subjections（）
.Where（n=>！n.HasChildNodes&&！string.IsNullOrWhiteSpace（n.InnerText））
.选择（n=>n.InnerText））；
Console.WriteLine（结果）；//印刷品“斯坦布尔阿达纳”

对于这个例子，代码片段挂起：

const string html = @"<td><font size=""2"">abc </font><font size=""2"">(</font><font size=""2"">abc</font><font size=""2"">) </font><a href=""?query=abc"">abc</a>, abc<br><font size=""2"">abc </font>abc, <a href=""?query=abc"">abc</a>, abc, <a href=""?query=abc"">abc</a><br><font size=""2"">abc </font>abc abc, abc abc<br></td>";

const string html=@“abc（abc），abc
abc，abc，
abc，abc
”；

---

如果没有join子句，它不会挂起（但也不能正确放置空格）。

这是预期的行为。尝试在节点树中循环手动生成文本？这正是应该发生的。在构建字符串的同时，您可以在循环中的每个节点之间手动插入一个空格。我相信这可能有效，但这真的是唯一的解决方案吗？此外，由于一些标记包含文本和另一个标记，所以编写起来并不简单。但是InnerText是递归的，所以我不能只获取特定标记中的文本，而不是它的子对象中的文本。如果您使用InnerText并正确选择节点，那么它不应该返回任何HTML（标记）？然后使用上面描述的方法就可以了。或者，您可以在循环中检查节点“InnerText”是否包含标记，如果包含，则获取该标记的内部文本，然后添加到字符串列表中……InnerText还将为我提供其子体的文本。我看不出我怎么能在你建议的循环中使用它