Question

考虑以下HTML片段（_用于空格）：

<head>
    ...
    <link ... ___/>
    <!-- ... -->
    ...
</head>

我正在使用Html Agility Pack（HAP）来读取HTML文件/片段并删除链接。我想要做的是找到LINK（以及其他一些）元素，然后用空格替换它们，如下所示：

<head>
    ...
    ____________
    <!-- ... -->
    ...
</head>

到目前为止，解析部分似乎正在工作，我得到了我正在寻找的节点。但是，HAP尝试修复HTML内容，而我需要的所有内容完全相同，除了我正在尝试进行的更改。另外，HAP在回写之前读过的内容时似乎有很多错误，所以我想采取的方法是让HAP解析输入，然后我回到原始输入并替换我的内容不想要。

问题是，HtmlNode似乎没有输入长度属性。它有StreamPosition，它似乎表明在输入中读取节点内容的位置，但我找不到一个长度属性，它告诉我构建节点消耗了多少字符。

我尝试使用OuterHtml广告，但不幸的是，HAP尝试通过删除LINK部分来修复___/（LINK元素不应该被关闭）。因此，OuterHtml.Length返回错误的长度。

HAP中是否有办法获取此信息？

Answer 1

我最终修改了HtmlAgilityPack的代码，以公开一个返回_outerlength的私有HtmlNode字段的新属性。

public virtual int OuterLength
{
    get
    {
        return ( _outerlength );
    }
}

到目前为止，这似乎工作正常。

Answer 2

如果要在不重新编译HAP的情况下获得相同的结果，请使用反射来访问私有变量。

我通常不建议使用反射来访问私有变量，但我最近遇到了与此完全相同的情况并使用了反射，因为我无法使用重新编译的程序集版本。为此，请创建一个包含字段信息对象的静态变量（以避免在每次使用时重新创建它）：

private static readonly FieldInfo HtmlNodeOuterLengthFieldInfo = typeof(HtmlNode).GetField("_outerlength", BindingFlags.NonPublic | BindingFlags.Instance);

然后，只要您想访问原始外部HTML的真实长度：

var match = htmlDocument.DocumentNode.SelectSingleNode("xpath");
var htmlLength = (int)HtmlNodeOuterLengthFieldInfo.GetValue(match);

Answer 3

将@Xcalibur的答案转换为扩展方法。

请注意，HtmlNode具有属性OuterLength，但它与私有字段_outerlength不同，这正是我们所需要的。（在这里阅读其他答案，我首先想到，自2013年以来，HtmlAgilityPack已将OuterLength作为公共属性添加，他们这样做了，但是经过一些测试，我注意到它只是返回了OuterHtml的长度）。因此，我们可以从源头重建程序包以将字段公开为公共属性，也可以使用带有Reflection的扩展方法（速度很慢）。

扩展方法

namespace HtmlAgilityPack
{
    public static class HtmlDocumentExtensions
    {
        private static readonly System.Reflection.FieldInfo HtmlNodeOuterLengthFieldInfo = 
          typeof(HtmlNode).GetField("_outerlength", System.Reflection.BindingFlags.NonPublic 
          | System.Reflection.BindingFlags.Instance);

        public static int GetOuterLengthInStream(this HtmlNode node) => 
          (int)HtmlNodeOuterLengthFieldInfo.GetValue(node ?? 
          throw new System.ArgumentNullException(nameof(node)));
    }
}

由于HtmlNode已经具有属性OuterLength，为避免歧义，我将方法称为GetOuterLengthInStream()。

用法

node.GetOuterLengthInStream()

可以获得HtmlNode的位置＆amp;原始输入内的长度？

3 个答案:

扩展方法

用法