Question

我在.net

中使用这个HtmlTidy的库包装器

https://github.com/markbeaton/TidyManaged

它有一个简单的例子：

using System;
using TidyManaged;

public class Test
{
 public static void Main(string[] args)
 {
   using (Document doc = Document.FromString("<hTml><title>test</tootle>     <body>asd</body>"))
   {
  doc.ShowWarnings = false;
  doc.Quiet = true;
  doc.OutputXhtml = true;
  doc.CleanAndRepair();
  string parsed = doc.Save();
  Console.WriteLine(parsed);
  }
 }
}

我想将这个库用于一段HTML而不是整页＆＃34; HTML＆＃34;和＆＃34;身体＆＃34;标签有可能吗？

我基本上想要验证开始和结束标签等。并删除没有匹配开口的标签，任何其他伟大的工具都会很好。

Answer 1

我过去在Tidy .Net上取得了不错的成绩

http://sourceforge.net/projects/tidynet/

Answer 2

我通过使用：

找到了答案

 doc.OutputBodyOnly = AutoBool.Yes;

但结果我得到了gibrish字符而不是UTF-8（我使用希伯来字符）并发现它是一个3岁的漏洞.... https://github.com/markbeaton/TidyManaged/issues/2 这并没有解决问题： doc.InputCharacterEncoding = TidyManaged.EncodingType.Utf8; doc.OutputCharacterEncoding = TidyManaged.EncodingType.Utf8;

@Oscar我会检查你的推荐，谢谢

使用HtmlTidy管理的html片段

2 个答案: