在C ++中非破坏性地解析和修改HTML元素

Question

我需要在C ++中对HTML进行一些简单的修改，最好不要完全重写HTML，例如当我使用libxml2或MSHTML时会发生什么。

特别是我需要能够阅读，然后（可能）修改所有“img”元素的“src”属性。我需要它足够强大，能够使用任何有效的HTML执行此操作，但最好不要更改过程中的任何其他HTML。

那里有没有能够处理这个问题的库吗？或者这是我可以用正则表达式做的事情？我对正则表达式并不太精明，我在这里已经阅读了很多问题，说你不应该用它们来解析HTML，但是我不清楚这是否适用于这样的事情，或者这个原则是否适用主要是在从HTML构建树的上下文中解析。

Answer 1

不建议将正则表达式用于HTML，因为它们不能很好地处理嵌套标记。他们应该没有这个目的。

Answer 2

尝试查看HTMLTidy

过去我曾用过类似的东西。