删除 XmlDocument 中的自闭合标签（例如 />）答案

【问题标题】：Remove self-closing tags (e.g. />) in an XmlDocument删除 XmlDocument 中的自闭合标签（例如 />）
【发布时间】：2012-04-11 18:34:55
【问题描述】：

在 XmlDocument 中，无论是在以后编写和修改时，是否可以删除某个元素的自闭合标签（即/>）。

例如：改变

<img /> 或 <img></img> 到 <img>。
<br /> 到 <br>。

你为什么问？我正在尝试符合 Word 2007 的 HTML 架构；生成的 HTML 将显示在 Microsoft Outlook 2007 或更高版本中。

在阅读了另一个StackOverflow question 之后，我尝试将IsEmpty 属性设置为false，就像这样。

var imgElements = finalHtmlDoc.SelectNodes("//*[local-name()=\"img\"]").OfType<XmlElement>();
foreach (var element in imgElements)
{
    element.IsEmpty = false;
}

但是，这导致 <img /> 变为 <img></img>。此外，作为 hack，我还尝试直接更改 OuterXml 属性，但这不起作用（没想到会这样）。

问题

你能从XmlDocument 中删除自闭标签吗？我老实说不认为有，因为这将是无效的 xml（没有结束标记），但我认为我会将这个问题抛出社区。p>

更新：

在使用正则表达式（写在美妙的RegexBuddy）从XmlDocument 导出后，我最终修复了HTML 字符串。

    var fixHtmlRegex = new Regex("<(?<tag>meta|img|br)(?<attributes>.*?)/>", RegexOptions.IgnoreCase | RegexOptions.Multiline);
    return fixHtmlRegex.Replace(htmlStringBuilder.ToString(), "<$1$2>");

它清除了验证过程中的许多错误，让我可以专注于真正的兼容性问题。

【问题讨论】：

在 Office 2007/10 中使用 <img /> 和 <br /> 可以正常工作，是否还有其他原因需要转换为 HTML4 样式标签？
看你知道的答案，通过XMLDocument是做不到的。但是如果你真的想要这个，你为什么不尝试在XML上创建一个带有字符串操作的文本文件，这样你就可以完成你的任务
@Matthew：是的。唯一的原因是针对HTML for Word 2007 模式进行验证，以便稍后可以对转换进行单元测试。
我相信htmlagilitypack.codeplex.com支持另存为HTML4合规性，这会给你<img>短标签。
谢谢@Matthew。 ...您使用 HTML Agility 包的体验如何？快速浏览项目会发现很少的文档或示例。

标签： c# .net xml xmlwriter

【解决方案1】：

你是对的：不可能仅仅因为它是无效的（或者更确切地说，格式不正确）XML。 XML 中的空元素必须关闭，无论是使用快捷语法/> 还是使用立即关闭标记。

【讨论】：

奇怪的是XmlWriter不会让你写无效的XML。
他必须为此使用InvalidXmlWriter 类。
如我所想。感谢您的快速回复。 @Matthew 对这个问题的评论是正确的；这两个标签在 Office 2007/10 中都能正常工作。

【解决方案2】：

HTML 和 XML 都是 SGML 的应用程序。虽然 HTML 和 SGML 允许像 <br> 这样的非封闭标签，但 XML 不允许。

【讨论】：

【解决方案3】：

我的回答有点尴尬，但它对我的需要有效。拥有完整的 xml 文档后，您可以对其进行字符串操作以对其进行清理...

private string RemoveSelfClosingTags(string xml)
    {
        char[] seperators = { ' ', '\t', '\r', '\n' };

        int prevIndex = -1;
        while (xml.Contains("/>"))
        {
            int selfCloseIndex = xml.IndexOf("/>");
            if (prevIndex == selfCloseIndex)
                return xml; // we are in a loop...

            prevIndex = selfCloseIndex;

            int tagStartIndex = -1;

            string tag = "";

            //really? no backwards indexof?
            for (int i = selfCloseIndex; i > 0; i--)
            {
                if (xml[i] == '<')
                {
                    tagStartIndex = i;
                    break;
                }
            }


            int tagEndIndex = xml.IndexOfAny(seperators, tagStartIndex);
            int tagLength = tagEndIndex - tagStartIndex;
            tag = xml.Substring(tagStartIndex + 1, tagLength - 1);


            xml = xml.Substring(0, selfCloseIndex) + "></" + tag + ">" + xml.Substring(selfCloseIndex + 2);
        }

        return xml;

    }

【讨论】：

【解决方案4】：

<img> 不是有效的 XML，所以不，你不能这样做。

【讨论】：