c# - 使用 HTMLAgilityPack 提取文本，它不在标签之间，在特定节点之后

Question

HTML 代码：

 <b> CAR </b>
    <br></br>
  Car is something you can drive.
    <br></br>
    <br></br>

C#代码：

        HtmlAgilityPack.HtmlDocument doc = new HtmlWeb().Load("http://website.com/x.html");

        if (doc != null)
        {
            HtmlNode link = doc.DocumentNode.SelectSingleNode("//b[contains(text(), 'CAR')]");

            webBrowser1.DocumentText = link.InnerText;
            webBrowser1.AllowNavigation = true;

            webBrowser1.ScriptErrorsSuppressed = true;
            webBrowser1.Visible = true;
        }

我设法得到：汽车

我需要得到：
汽车
汽车是你可以驾驶的东西。

有什么建议么？我尝试添加下一个节点，但我给了 NullReferenceExceptions : "//b[contains(text(), 'CAR')/br]" 和 "//b[contains(text(), 'CAR')/br /br]"

提前致谢。PS.我想避免使用正则表达式..

Answer 1

XPATH 区分大小写（有关更多信息，请参见此处：Is it possible to ignore case using xpath and c#?）加上包含“Car”的第二个短语不是 B 元素的子元素。你可以让它像这样工作：

HtmlDocument doc = new HtmlWeb().Load("http://website.com/x.html");
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//text()[contains(translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'car')]"))
{
    Console.WriteLine(node.InnerText);
}

在控制台应用程序中，它将输出以下内容：

 CAR

  Car is something you can drive.