如何使用 HTMLAgilityPack 修复 html 标签（缺少 <open> 和 <close> 标签）答案

【问题标题】：How to fix html tags(which is missing the <open> & <close> tags) with HTMLAgilityPack如何使用 HTMLAgilityPack 修复 html 标签（缺少 <open> 和 <close> 标签）
【发布时间】：2013-08-23 06:56:10
【问题描述】：

我有一个带有<div><h1> hello Hi</div> <div>hi </p></div>的html

所需输出：<div><h1> hello </h1></div> <div><p>hi </p></div>

使用 HTML 敏捷包是否可以解决此类缺少关闭和打开标签的类似问题？

【问题讨论】：

标签： c# dom html-agility-pack

【解决方案1】：

库不够智能，无法在您放置它的位置创建开头p，但它足够智能，可以创建缺少的h1。通常，它总是创建有效的 HTML，但并不总是您所期望的。

所以这段代码：

        HtmlDocument doc = new HtmlDocument();
        doc.Load(yourhtml);
        doc.Save(Console.Out);

将转储这个：

<div><h1> hello Hi</h1></div> <div>hi <p></div>

这不是您想要的，而是有效的 HTML。你也可以像这样添加一个小技巧：

        HtmlNode.ElementsFlags["p"] = HtmlElementFlag.Closed;
        HtmlDocument doc = new HtmlDocument();
        doc.Load(yourhtml);
        doc.Save(Console.Out);

这将转储：

<div><h1> hello Hi</h1></div> <div>hi <p></p></div>

【讨论】：

它只是不是
节点。一般来说，我正在寻找一种修复方法来处理所有丢失的开始标签。有什么办法吗？
该库会自动修复所有损坏的标签，但就像我说的那样，它可能不是您想要的方式。这么笼统的问题很难说更多。
OK 听起来不错，谢谢！你能告诉我如何将输出保存为字符串而不是 Console.Out...
doc.DocumentNode.OuterHtml 包含作为文本的完整文档。
我加入这个对话可能有点晚了，但是有没有办法关闭自动修复损坏的标签？我不想要它（我正在代理，并且客户端在纠正时会中断），但我认为 HAP 不适用于糟糕的 html。

【解决方案2】：

做的时候 HtmlAgilityPack.HtmlDocument.LoadHTML(yourhtml) HTMLAgilityPack 会自动为您修复标签，然后您可以使用以下命令访问这些标签：HtmlAgilityPack.HtmlDocument.DocumentNode.OuterHTML

【讨论】：

这里是最简单的解决方案，谢谢。