HtmlAgiltyPack 解析 HTML 并从 span 标签和 class 名称中取出值

Question

我有一个 HTML 是通过我的 webrequest 客户端下载的。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 检索此值：118880101

我写过这样的东西：

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

而这个 returns 我这个来自 HTML 的值：

SKU                            :118880101

字面上是这样的，包括空格...我如何用HTML Agilty包修复这个逻辑，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可以做到这一点：

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

这意味着在我收到的字符串中输入“:”之后的所有内容...但我不确定这样使用正则表达式是否安全？

Answer 1

试试这个

     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 敏捷包试试这个

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