HTML <p> 节点 InnerText 包含 CsQuery 中的锚文本

Question

我正在使用CsQuery解析一些wordpress博客文章，对它们进行一些文本聚类分析。我想从相关的<p>节点中删除文本。

var content = dom["div.entry-content>p"];
if (content.Length == 1)
{
    System.Diagnostics.Debug.WriteLine(content[0].InnerHTML);
    System.Diagnostics.Debug.WriteLine(content[0].InnerText);
}

在其中一个帖子中，InnerHTML看起来是这样的:

An MIT Europe project that attempts to <a title="Wired News: Gizmo Puts Cards 
on the Table" href="http://www.wired.com/news/technology/0,1282,61265,00.html?
tw=rss.TEK">connect two loved ones seperated by distance</a> through the use 
of two tables, a bunch of RFID tags and a couple of projectors.

和相应的InnerText像这样

MIT Europe的一个项目，试图通过使用两个表，一堆射频识别标签和几个投影仪。

。内部文本缺少锚文本。我可以自己解析HTML，但我希望有一种方法让CsQuery给我

麻省理工学院欧洲项目，试图连接两个爱的人间隔距离通过使用两张桌子，一堆RFID标签和几个投影仪。

(我的斜体)。我该怎么得到这个?

Answer 1

   string result = dom["div.entry-content>p"].Text();

文本函数将包括p以下的所有内容，包括p标签。

Answer 2

尝试使用HtmlAgilityPack

using HAP = HtmlAgilityPack;
...
var doc = new HAP.HtmlDocument();
doc.LoadHtml("Your html");
var node = doc.DocumentNode.SelectSingleNode(@"node xPath");
Console.WriteLine(node.InnerText());

xPath是页面上节点的路径。

例如:在Google Chrome中，按F12并选择您的节点，右键单击并选择"复制xPath"

这一主题标题xPath://* [@ id = " question-header "]/h1/