C# HAP解析HTML文档中的格式

我使用以下代码从HTML文档中提取节点：

var nodeCollection = doc.DocumentNode.SelectSingleNode(@"/html[1]/body[1]/div[2]");

HTML文档使用一些基本格式进行格式化，以增加Notepad++的可读性。HAP似乎正在解析此格式（一个新行和一些制表符缩进），并在返回的HTMLNode的

innerHTML

和

innerText

属性中返回它们：

---

我能在不改变输入文件的情况下缓解这种情况吗

免责声明：我是项目的所有者

innerHtml innerHtml做它应该做的事情。它显示HTML，包括所有HTML标记、空格、制表符和新行

因此，对于这一个，它的工作如预期

内部文本 对于这样的标签

DIV

，它应该不显示空格、制表符或新行

所以对于innerText，有一个bug

我已将此请求添加到我们的路线图中，并希望在下周一之前提供修复。当答案可用时，我将对其进行编辑

编辑：添加发布通知

自1.6.2版以来，改进了

InnerText

属性，以删除换行符、空格和制表符。在未来的版本中将有更多的改进，以更好地处理某些样式属性，这些属性也会影响

InnerText

---

但是，新的

InnerText

逻辑只有在将BackwardCompatibility设置为false时才可用，因为此更改对当前使用此库的用户有非常大的影响：

new HtmlDocument（）{BackardCompatibility=false}

您是否尝试过

.Trim（）

或者我误解了您的问题？@ManfredRadlwimmer这不一定有帮助，因为我需要添加到HTML中，然后重新插入到文档中。在不缓解当前解析问题的情况下，节点的内容可能会以与预期结果不一致的方式更改最终文档的外观，特别是如果我需要更改节点的属性而不仅仅是其中的文本。到目前为止，您做了哪些尝试？我只需要手动解析所有前导和尾随的空白字符，将它们存储在一对字符串中，进行所需的任何更改，然后将它们添加回修改后的字符串中。@ManfredRadlwimmer说实话，我认为这是HAP的一个错误。我是否正确地假设HAP解析文件的文本内容，然后简单地从中提取HTML元素？我不知道您的HTML实际上是什么样子，但如果制表符和换行符与您得到的完全一样，这绝不是HAP的错。解析器不应该修改它正在读取的任何内容，并且它无法知道空白的用途。简而言之，这不是一个bug，而是一个特性。如果您自己制作HTML，我建议不要在您计划解析的HTML标记中添加不需要的空格。