HtmlAgiltyPack解析HTML并从span标记和类名中取值

asp.net asp.net-mvc c# html html-agility-pack

我有一个HTML,我通过我的webrequest客户端下载。在整个HTML中,我只想解析HTML的这一部分:

<span class="sku">
<span class="fb">SKU                            :</span>118880101
</span>

我正在使用HTML agilty pack来检索此值:118880101

我写了这样的东西:

 HtmlDocument htmlDoc = new HtmlDocument();
 htmlDoc.LoadHtml(html);
 return htmlDoc.DocumentNode.SelectNodes("//span[@class='sku']").ElementAt(0).InnerText;

这会从HTML返回这个值:

SKU                            :118880101

字面意思是这样,空格包括......如何使用HTML Agilty包修复此逻辑,以便我只能取出这个118880101值?

有人可以帮我吗?

编辑:像这样的正则表达式会做的事情:

Substring(skuRaw.LastIndexOf(':') + 1);

这意味着在“:”签署我收到的字符串之后采取一切......但我不确定使用这样的正则表达式是否安全?

一般承认的答案

尝试这个

     HtmlDocument htmlDoc = new HtmlDocument();
     htmlDoc.LoadHtml(html);
     var innerText=htmlDoc.DocumentNode.SelectNodes("//span[@class='sku']")
                          .ElementAt(0).InnerText;
     return innerText.replace(/\D/g,'');

如果你只想使用Html Agility包试试这个

       var child = htmlDoc.DocumentNode.SelectNodes("//span[@class='fb']")
                           .FirstOrDefault();
        if (child != null)
        {
            var parent = child.ParentNode;
            parent.RemoveChild(child);
            var innerText = parent.InnerText;              
        }


Related

许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow
许可下: CC-BY-SA with attribution
不隶属于 Stack Overflow