从HTML中获取不是来自标题的内部文本

Question

使用HTMLAgilityPack for C＃，我将如何处理从不是来自<h1-6>的HTML中获取内部文本。我不想使用正则表达式，而是使用HTMLAgilityPack。

我目前的做法：

var document = new HtmlDocument(); 
document.LoadHtml (text); 
text = document.DocumentNode.SelectSingleNode ("//body").InnerText; 

有大范围的文本时，这有问题，完全不是那么回事。最好删除标题标签，然后抓住内部文本。

谢谢！

Answer 1

只是删除不需要的标签，然后得到body.innerText：

string[] tagsToRemove = { "h1", "h2", "h3", h4", "h5", "h6" }; 
List<string> tagsToRemoveList = tagsToRemove.ToList(); 
doc.DocumentNode.Descendants() 
    .Where(n => tagsToRemoveList.Contains(n..Name.ToLowerCase())) 
    .ToList() 
    .ForEach(n => n.Remove());