获取HTML文档的子部分

Question

我正在尝试获取HTML页面的子部分。我正在寻找的功能类似于大多数博客上实现的功能。通常，在博客的主页上，您只能看到帖子的一部分，当您点击标题时，您将获得该博客帖子的完整内容。 必须有代码才能在不破坏HTML的情况下获取该子部分。

有没有人知道这样做的好.NET代码？

编辑：我需要保留内容的HTML格式，因此剥离所有HTML并不是一个真正的选择。我不介意采用内容的固定长度子字符串（即前800个字符左右），但不打破HTML将是一场噩梦。

谢谢！

Answer 1

我会先从内容字符串（How can I strip HTML tags from a string in ASP.NET?）中删除html，然后对结果字符串执行left。

Answer 2

通常，这可以通过在博客帖子呈现为html之前获取该博客文章内容的子字符串来实现。

Answer 3

不能通过直接剪切页面输出（弄乱HTML）来完成。

使用显示博客内容修剪的服务器端代码处理。

Answer 4

通常，完成的方式不是通过分割HTML的一部分。相反，有一个包含博客文章的数据库，Main页面有自己的HTML / CSS，它只动态加载每篇博文的前X段。

Answer 5

在我看来，“可能最有效的事情”就是扫描你想要总结的博客文章，直到你到达第一个关闭段</p>标签。

不要被scan the HTML with a regex诱惑。