用C#中的其他标记替换具有属性的html标记

本文关键字：属性 替换 html 标记 其他 | 更新日期: 2023-09-27 17:58:22

基本上，我想用其他标签替换html标签，例如：

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

一开始，我使用

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

这个方法的问题是需要管理所有的案例，我想要一个泛型类。例如，这种方法不可能与以下标签内容：

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

我该如何解决此问题？

edit：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"、…的标记。。。

用C#中的其他标记替换具有属性的html标记

也许您可以使用HTML敏捷包(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，您可以循环浏览这些列表，并对每个节点执行操作。。。

您应该使用正则表达式来解决这个问题。有关详细信息，请访问此网站。它将为您提供区分大小写/不区分大小写的匹配选项。

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你的要求，但这可能是一个如何解决它的想法。在你从html标签中删除属性后，你可以使用你的旧方法convertedHtml = html.replace("</br>","<LineBreak/>");

您可以尝试一些简单的字符串操作，不需要额外的namaspaces和工具：

看看这个例子，也许它解决了你的问题：

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);

很抱歉代码不好，也许您可以通过简单地执行.ToLower（）一次来改进，而不是在每个if语句中执行。此外，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);
相关文章：