使用 HtmlAgilityPack 的文档类型问题

本文关键字：类型 问题 文档 HtmlAgilityPack 使用 | 更新日期: 2023-09-27 18:35:31

我正在尝试使用HtmlAgilityPack从头开始创建一个XHTMl文件。按照通过 HTML 敏捷包将文档类型添加到 HTML 中提供的建议，我尝试向其添加文档类型：

private static HtmlDocument createEmptyDoc()
{
    HtmlDocument titlePage = new HtmlDocument();
    titlePage.OptionOutputAsXml = true;
    titlePage.OptionCheckSyntax = true;
    titlePage.AddDoctype();
    var html = titlePage.CreateElement("html");
    titlePage.DocumentNode.AppendChild(html);
    return titlePage;
}
public static class HtmlDocumentExtensions
{
    public static void AddDoctype(this HtmlDocument doc)
    {
        var doctype = doc.DocumentNode.PrependChild(doc.CreateComment("<!doctype html  PUBLIC '"-//W3C//DTD XHTML 1.1//EN'" '"http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd'">"));
    }
}

但是，当我将此文档写入文件时，它看起来像这样：

<?xml version="1.0" encoding="iso-8859-1"?>
<!--type html  PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.d-->
<html />

文档类型实际上被视为注释，并且某些字符被破折号替换。我如何解决此问题并将文档类型按原样写入文件？

编辑：为HtmlDocument添加了自定义扩展

使用 HtmlAgilityPack 的文档类型问题

        static void Main(string[] args)
        {
            string html = @"
<html>
<body>
<h1>My First Heading</h1>
<p>My first paragraph.</p>
<table>
    <tr>
        <td>A!!</td>
        <td>te2</td>
        <td>2!!</td>
        <td>te43</td>
        <td></td>
        <td> !!</td>
        <td>.!!</td>
        <td>te53</td>
        <td>te2</td>
        <td>texx</td>
    </tr>
</table>
<h4 class=""nikstyle_title""><a rel=""nofollow"" target=""_blank"" href=""http://www.niksalehi.com/ccount/click.php?ref=ZDNkM0xuQmxjbk5wWVc1MkxtTnZiUT09&id=117""><span class=""text-matn-title-bold-black"">my text</span></a></h4>
</body>
</html>";
            HtmlDocument doc = new HtmlDocument();
            doc.LoadHtml(html);
            var doctype = doc.DocumentNode.SelectSingleNode("/comment()[starts-with(.,'<!DOCTYPE')]");
            if (doctype == null)
                doctype = doc.DocumentNode.PrependChild(doc.CreateComment());
            doctype.InnerHtml = "<!DOCTYPE html>";
            string html2 = doc.DocumentNode.InnerHtml;
        }

其他问题中的代码为您提供了执行此操作的方法。这是完整的示例。

试试这个：

using HtmlAgilityPack;
namespace ConsoleApplication2
{
    class Program
    {
        static void Main(string[] args)
        {
            HtmlDocument doc = new HtmlDocument();
            HtmlNode docNode = HtmlNode.CreateNode("<html><head></head><body></body></html>");
            HtmlNode rootNode = HtmlNode.CreateNode("<!DOCTYPE html PUBLIC '"-//W3C//DTD XHTML 1.0 Transitional//EN'" '"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd'">");
            doc.DocumentNode.AppendChild(rootNode);
            doc.DocumentNode.AppendChild(docNode);
            doc.Save("test.html");
        }
    }
}
相关文章：