html 文档比较答案

【问题标题】：html Document Comparehtml 文档比较
【发布时间】：2013-07-14 10:30:15
【问题描述】：

我想比较 Html 文档天气是否存在相同排列的相同标签，而不管不同的内部文本和属性值是否不同。我只想比较一般的标签结构。比如

<html>
<head>
</head> 
<body>
<span class="my paragraph">comparison of general tag structure of html</span>
</body>
</html>

和

<html>
<head>
</head> 
<body>
<span class="Mega Offer">free membership offer</span>
</body>
</html>

都是一样的

但是

<html>
<head><title>Different</title>
</head> 
<body>
<span class="my paragraph">comparison of general tag structure of html</span>
</body>
</html>

不一样是因为标签的html结构中多了一个title标签，不管内部值和属性值是一样的。

【问题讨论】：

您只想知道它们是否不同，还是您也想知道它们的区别？我认为在这两种情况下，将 html 文档解析为 XML 都会有所帮助。
是的，我也想知道区别。
差异的输出应该是什么？
我认为对代码 here 进行一些更改可能会满足您的需求。
哦，谢谢，我想要同样的东西。这会有很大帮助。

标签： c# html html-parsing dom

【解决方案1】：

如果你愿意使用 php，有几个函数，如 preg_match，可以寻找模式。您可以使用 file 将 html 文件读入数组，每个新行都是数组中的另一个条目。然后对另一个 html 文件执行相同的操作。然后你可以去搜索第一个标签（又名：以<开头的东西）并阅读该行的其余部分，直到>。然后去另一个 html 文件中搜索相同的标签，计算该标签出现的次数。冲洗并重复。

【讨论】：

【解决方案2】：

我会分两个阶段进行：

第 1 阶段（检查是否相等）：
删除标签和属性之间的所有内容，然后将结果作为（不区分大小写的）字符串进行比较。

如果它们不同，也是这样：

第 2 阶段（找出差异）：
这个阶段很大程度上取决于您要报告的差异，因此我无法给出具体建议如何实施。

【讨论】：