C# HtmlAgilityPack如何在一些标记之间提取html

我需要从一个html中提取所有段落，以及标签之间的所有文本

当解析为HtmlDocument的文本与原始文本发生更改时，此代码不起作用。样本中

some <br />text

一些
文本

在

some <br>text

一些
文本

es:

string s=“第一段
一些
文本另一段
在spanhellow word之间的一些文本
”；
HtmlAgilityPack.HtmlDocument doc=新的HtmlAgilityPack.HtmlDocument（）；
doc.LoadHtml；
var nodes=doc.DocumentNode.SelectNodes（“//p”）；
int lastPos=-1；
foreach（节点中的HtmlAgilityPack.HtmlNode n）
{
如果（最后位置>-1）
{
字符串textNotInP=Doc.DocumentNode.OuterHtml.Substring（lastPos，n.StreamPosition-lastPos）；
系统.诊断.调试.写线（textNotInP）；
}
系统诊断调试写线（n.OuterHtml）；
lastPos=n.StreamPosition+n.OuterHtml.Length；
}

正确的结果是：

<p>firt paragraph</p>
some <br>text
<p>second paragraph</p>
<span>some text between span</span>
<p>third paragraph</p>

第一段

一些
文本
第二段

span之间的一些文本
第三段

但上面的代码返回以下内容：

<p>firt paragraph</p>
some <br>text<p
<p>second paragraph</p>
pan>some text between span</span><p
<p>third paragraph</p>

第一段

一些
文本
span>之间的一些文本您可以使用每个
元素的
OuterHtml
属性来获取所需的HTML：

string s = "<p>firt paragraph</p>some <br />text<p>another paragraph</p><span>some text between span</span><p>hellow word</p>";
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(s);
var nodes = doc.DocumentNode.SelectNodes("//p");
foreach (var item in nodes)
{
    Console.WriteLine(item.OuterHtml);
}

XPath抓取所有节点（元素或文本节点）：具有前面的同级
p
和后面的同级
p
，或者节点本身是
p
元素

var nodes = doc.DocumentNode.SelectNodes(query);
foreach (var item in nodes)
{
    Console.WriteLine(item.OuterHtml);
}

输出：

<p>firt paragraph</p>
<p>another paragraph</p>
<p>hellow word</p>

<p>firt paragraph</p>
some
<br />
text
<p>another paragraph</p>
<span>some text between span</span>
<p>hellow word</p>

第一段

一些


文本
另一段

span之间的一些文本
hellow词

您希望实际实现什么目标？我的意思是，当您已经使用了正确的HTML解析器时，字符串操作应该是最后一个选项。。为什么首先需要手动操作
OuterHtml
？代码片段中的示例HTML与“正确结果”和当前结果中显示的示例HTML不一致，这也让人感到困惑。我只需要p标记之间的HTML，不管怎样都是好的文本到底是什么？例如，“
firt paration
”（这是在开始标记和结束标记p之间）或“
some
text
”（这是在两个p元素之间）？你说的“p标签之间”是指哪一个？我需要extrace all html包含两个段落 一些html
此html需要提取一些html
好的，但我也需要提取html不包含在
中
在实际html中是否有父元素？如果选择父元素并输出其
InnerHtml
，该怎么办？我猜您希望获得第一个
和最后一个
元素之间的所有内容。检查我的最新答案。
var nodes = doc.DocumentNode.SelectNodes(query);
foreach (var item in nodes)
{
    Console.WriteLine(item.OuterHtml);
}

<p>firt paragraph</p>
some
<br />
text
<p>another paragraph</p>
<span>some text between span</span>
<p>hellow word</p>