HtmlAgilityPack - 完全按照输入的方式保留标记答案

【问题标题】：HtmlAgilityPack - Leave markup exactly as inputtedHtmlAgilityPack - 完全按照输入的方式保留标记
【发布时间】：2014-03-29 07:27:14
【问题描述】：

有没有办法将 HtmlAgilityPack 设置为完全按照输入的方式保留标记？我的问题是我允许用户在他们的网站上设置数据输出的 html 布局。它们使用的格式类似于 ASP.NET 的转发器控件。

举个例子：

<table>
     <ItemTemplate>
          <tr>
               <td>
                    <div>Item Markup</div>
               </td>          
     </ItemTemplate>
     <AltItemTemplate>
               <td>
                    <div>Alternate Item Markup</div>
               </td>
           </tr>
     </AltItemTemplate>
</table>

当我将它加载到 HtmlAgilityPack 中时，它会将关闭 tr 标记添加到 ItemTemplate 并从 AltItemTemplate 中删除实际关闭 tr 标记。在处理的后期，<ItemTemplate></ItemTemplate> 和备用标签被删除，这将产生有效的 html。当 HtmlAgilityPack 加载它时，它不会生成有效的 html。

我可以并且已经通过字符串操作成功地解析了这个，但是，我认为如果我可以使用 HtmlAgilityPack，那么它会更高效，更容易使用。

有人知道我是否可以使用 HtmlAgilityPack 来做到这一点？或者我是否应该坚持使用字符串操作（.NET 的子字符串、indexof、remove 等）。

【问题讨论】：

标签： asp.net string html-agility-pack

【解决方案1】：

简短的回答是否定的。如果您需要将内容作为 DOM 进行操作，则必须正确嵌套 HTML。

但是，如果您可以将所有 TR 内容作为纯文本（而不是 DOM）处理，则可以在处理开始时添加：

ElementsFlags.Add("tr", HtmlElementFlag.CanOverlap | HtmlElementFlag.Empty);

但是，如果你这样做，TR 标记之间的所有内容都将被视为文本数据，而不是 DOM 树，因此，例如，你将无法对子 DIV 节点执行 XPATH 查询。

【讨论】：

我需要访问子元素。我决定坚持使用 .NET 的内置字符串方法进行手动解析。感谢您的信息！

【解决方案2】：

要告诉 HTMLAgilityPack 不要尝试修复标签关闭器，您需要从元素标志中删除标签：

dim hp as HtmlDocument
hp.LoadHTML(htmlcode)
hp.DocumentNode.ElementsFlags.Remove("tr")

现在检查 hp.DocumentNode，您会看到 HTMLAgilityPack 没有尝试修复标签关闭器

Dim dnode As HtmlAgilityPack.HtmlNode = hp.DocumentNode
dim tosee as strin = dnode.OuterHTML

【讨论】：