使用 HtmlAgilityPack 从解析的 HTML 中删除所有类和 ID

Question

我使用HtmlAgilityPack来解析一些 html 页面，我从这个页面中提取 html 标签，如下所示：

HtmlNode bodyContent = document.DocumentNode.SelectSingleNode("//body");
var all_text = bodyContent.SelectNodes("//div | //ul | //p | //table");

在返回的 html 中，每个标签都包含类和 id，我想删除所有 id-s 和所有类，我该怎么做？

Answer 1

也许你应该检查这个链接：链接。

据我所知，当你拥有 HtmlNode 时，你可以使用它的属性 Attributes。此集合具有方法 Remove(string) 接收要删除的属性名称。嗯，我在一个小项目中是这样使用的。我不确定这是否对你有帮助。

所以基本上：

HtmlNode bodyContent = document.DocumentNode.SelectSingleNode("//body");
var all_text = bodyContent.SelectNodes("//div | //ul | //p | //table");

foreach(var node in all_text)
{
   node.Attributes.Remove("class");
   node.Attributes.Remove("id");
}