如何從XML文件中獲取文本中的文本？

我想解析HTML（可以假設爲XML，通過Tidy轉換）並獲取所有文本節點（這意味着Body標籤中可見的節點）以及它們在XML文件中的位置。位置意味着平面XML文件中的文本位置。如何從XML文件中獲取文本中的文本？

XmlTextReader implements IXmlLineInfo - 如果您查看IXmlLineInfo的文檔，它給出了讀取XML文件並報告每個節點位置的示例。

編輯：對於那些說這是無關緊要的，它可能與XML無關 - 但很可能不會對人類。如果您試圖告訴人們在XML中查找特定位的位置，那麼報告行號和位置會非常有幫助。

2009-12-18 08:02:29

這很好，但會解決問題，我不想要行號和行位置，我正在查找XML文件中的確切字符位置，不確定是否可以獲取該位置。 –

@Priyank：不，我不敢肯定你可以。 –

您可以通過將文件加載爲文本（使用XmlTextReader.Encoding進行解碼）並計算換行符，從line + column回到字符偏移量。 – bobince

您不應該依賴XML文件中的文本位置（任何理智的解析器完全忽略空白）。你可以（也應該）做的是使用XPath來識別你感興趣的節點，然後從這些節點中取出文本。如果您只對文本節點感興趣，那麼查詢「// text（）」將抓取所有文本節點。

2009-12-18 08:00:53 Mike

的問題不是關於提取文本節點，我可以更輕鬆反正做：

SAX用於.NET中描述。 HTML瀏覽器具有InnerText屬性。我不希望文本位置高速修改，XML解析器無法達到我想要的效果。 –

閱讀XML的SAX規範（幾乎所有的XML工具都實現這個規範）爲ContentHandler提供了一個定位器，它可以讓你獲得行和字符（列）的編號。（我錯過了對C＃的要求，上面的例子是針對Java的，但我會嘗試找到相應的C＃接口）。

2009-12-18 08:08:25

這個問題指定了C＃。 –

回答