問題タブ [document-body]

HTML ファイルを取り込み、そこからテキストを抽出する .NET コードがあります。私はHtmlAgilityPack抽出を行うために使用しています。そこにあったほとんどのテキストを抽出したかったので、うまくいきました。要件が変更され、ドキュメントの本文からテキストのみを抽出する必要があります。ニュースの Web ページから HTML をスクレイピングしたとします。広告、関連する他の記事のタイトル、ヘッダー/フッターなどではなく、記事のテキストだけが必要です。

への呼び出しを変更して、HtmlAgilityPack本文のみを抽出することは可能ですか? または、抽出を行う別の方法はありますか?

HTML からテキストを取得する現在のコード ブロックは次のとおりです。

したがって、理想的にHtmlAgilityPackは、入力 HTML のどの部分が「メイン」テキスト ブロックを構成するかを判断し、それらの要素のみを入力できるようにすることです。入力 HTML の構造がどうなるかはわかりませんが、大きく変わることはわかっています (以前はもっと静的でした)。

私はこれを理解できず、おそらくかなり単純です。並べて配置する必要があるいくつかの DIV 要素があり (その間にマージンはありません)、各 div にはブラウザーの幅の 100% の幅とブラウザーの 100% の min-height を設定する必要があります。

私が言ったように、これには手早く簡単なトリックがあると確信していますが、私の研究ではあまり見つけることができませんでした. どうもありがとう！

更新: これはうまくいくようです: http://pastebin.com/kuQyfwuG

私はいつも JSFiddle でいくつかの問題を抱えていましたが、その理由はわかりませんが、それらを整理する必要があると考えています。

body1つには、JS Fiddle から要素を参照する方法がわかりません。問題のスクリーンショットは次のとおりです。

少し見にくいかもしれませんが、Firebug は ReferenceError を出しており、それbodyが定義されていないことを示しています。結果領域には何も出力されません。

ここにライブフィドルがあります: http://jsfiddle.net/V4Mg6/。

編集：私はばかです。みんなありがとう。

このリンクをたどると、3行目にあるはずのない段落タグがあることがわかります

これは、これを「引き起こす」実際のコードです。

要素をキャンセルし、代わりにメタタグが本文にあるとFBに信じさせる段落タグがある理由がわかりません...そうですか？

容器が体の外側にあるのはなぜですか？本文とヘッダーではなく、すべての本文の幅を 100% にしたい。

これは私のcssです：

この問題で私を助けてください。:)

中央にスクロール可能な div があるフルスクリーンの画像背景を取得しようとしているので、次のコードを書きました。

相対CSSを使用：

結果は良さそうですが、html タグと body の間に奇妙な空白があることに気付きました...どうすればこの動作を回避できますか? その原因は何ですか？残念ながら、私は Web 開発にかなり慣れていないので、これがこのレイアウトを取得する適切な方法であるかどうかさえわかりません。誰にもいくつかのヒントがありますか？