用C#中的其他标签将html标签替换为属性答案

【问题标题】：Replace html tag with attributes by other tag in C#用C#中的其他标签将html标签替换为属性
【发布时间】：2013-01-23 23:18:20
【问题描述】：

基本上，我想用其他标签替换html标签，例如：

</br> --> <LineBreak/>
<p> --> <Paragraph>

一开始，我用了

convertedHtml = html.replace("</br>","<LineBreak/>");

这种方法的问题是它需要管理所有案例，我想要一个通用类。例如，此标签内容无法使用此方法：

<p class="foo"> --> <Paragraph>
<p id="bar"> --> <Paragraph>
.....

我该如何解决这个问题？

edit：请注意，我事先不知道标签中有哪些属性。我想替换包含“p”、“/p”、“br”、“b”、...的标签

【问题讨论】：

标签： c# replace tags html

【解决方案1】：

您可以尝试一些简单的字符串操作，不包括额外的命名空间和工具：

看看这个例子，也许它可以解决你的问题：

string html = string.Concat("<p class=\"foo\">", 
                             "<p class=\"bar\">",
                             "<p>",
                             "</br>",
                             "<P>",
                             "</BR>"); // tags can be upper case as well

string strAux = html;
int tagOpenedAt=-1, tagClosedAt=-1;
bool isError = false;

do
{
   tagOpenedAt = strAux.IndexOf('<');
   tagClosedAt = strAux.IndexOf('>');
   if(tagOpenedAt<tagClosedAt)
   {
       string fullTag = strAux.Substring(tagOpenedAt, tagClosedAt - tagOpenedAt + 1);

       //<p> --> <Paragraph>
       if (fullTag.ToLower().Equals("<p>") || fullTag.ToLower().StartsWith("<p ")) 
           html = html.Replace(fullTag, "<Paragraph>");

       //</br> --> <LineBreak/>
       if (fullTag.ToLower().Equals("</br>")) 
           html = html.Replace(fullTag, "<LineBreak/>");

       //more if conditions as you need them

       strAux = strAux.Substring(tagClosedAt + 1);
   }
   else
   {
       isError = true;
   }
} 
while (tagOpenedAt>-1 && tagClosedAt>-1 && !isError);

对不起，糟糕的代码，也许你可以通过简单地执行一次 .ToLower() 来改进，而不是在每个 if 语句中。另外，我没有检查坏标签，代码只是假设 html 是有效的。

刚刚编辑了一点

       string html = string.Concat("<p class=\"foo\">","\n",
                                    "<p class=\"bar\">", "\n",
                                    "<p>", "\n",
                                    "</br>", "\n",
                                    "<P>", "\n",
                                    "</BR>");

        Console.WriteLine("HTML is :\n{0}\n", html);

        string strAux = html;
        int tagOpenedAt=-1, tagClosedAt=-1;
        bool isError = false;

        do
        {
            tagOpenedAt = strAux.IndexOf('<');
            tagClosedAt = strAux.IndexOf('>');
            if(tagOpenedAt < tagClosedAt)
            {
                string _fullTag = strAux.Substring(tagOpenedAt, tagClosedAt - tagOpenedAt + 1);
                string _lower = _fullTag.ToLower();
                string _replace = null;

                //<p> --> <Paragraph>
                if (_lower.Equals("<p>") || _lower.StartsWith("<p "))
                    _replace = "<Paragraph>";

                //</br> --> <LineBreak/>
                if (_lower.Equals("</br>")) 
                    _replace = "<LineBreak/>";

                //more if conditions as you need them

                if(_replace != null)
                {
                    html = html.Replace(_fullTag, _replace);
                    Console.WriteLine("Replaced {0} with {1}", _fullTag, _replace);
                }

                strAux = strAux.Substring(tagClosedAt + 1);
            }
            else
            {
                isError = true;
            }
        } 
        while (tagOpenedAt>-1 && tagClosedAt>-1 && !isError);

    Console.WriteLine("\nNew html is :\n{0}",html);

【讨论】：

【解决方案2】：

我查看了我的一个旧项目，在那里我做了类似的事情。

看看我一直在使用的这个方法：

    private static Regex _validAttributeOrTagNameRegEx = 
                       new Regex(@"^\w+$", RegexOptions.Compiled |RegexOptions.IgnoreCase);
        private const string STR_RemoveHtmlAttributeRegex = 
                           @"(?<=<)([^/>]+)(\s{0}=['""][^'""]+?['""])([^/>]*)(?=/?>|\s)";
    public static string RemoveHtmlAttribute(this string input, string attributeName) {
       if (_validAttributeOrTagNameRegEx.IsMatch(attributeName)) {
          Regex reg = new Regex(string.Format(STR_RemoveHtmlAttributeRegex, attributeName),
             RegexOptions.IgnoreCase);
          return reg.Replace(input, item => item.Groups[1].Value + item.Groups[3].Value);
       } else {
          throw new ArgumentException("Not a valid HTML attribute name", "attributeName");
       }
    }

我不确定这是否符合您的要求，但它可能是关于如何解决它的一个想法。从 html-tags 中删除属性后，您可以使用旧方法 convertedHtml = html.replace("</br>","<LineBreak/>");

【讨论】：

【解决方案3】：

也许你可以使用 HTML Agility Pack (http://htmlagilitypack.codeplex.com/)

您可以通过 NuGet 获取它，它允许您使用 xPath 从 htmlDoc 获取节点列表...然后您可以遍历这些列表并对每个节点执行操作...

【讨论】：

+1 类似的问题在这个网站上已经被问过很多次了，这是首选的方法。

【解决方案4】：

您应该使用正则表达式来解决这个问题。更多信息请访问this site。它将为您提供区分大小写/不区分大小写匹配的选项。

【讨论】：