Question

我有一个项目要求我将HTML文档作为字符串加载，并解析它。我试图确定哪个HTML节点将超过页面的高度（8.5x11），所以我可以在它之前插入'page-break-after'。这将通过我正在生成的.NET DLL完成。

我尝试过使用mshtml dom。将字符串值加载到此中并不容易，当我设法完成此操作时，offsetHeight（etc）属性始终返回零。我发现这项工作的唯一方法是将HTML保存到磁盘，通过SHDocVw.InternetExplorer加载它，然后将其传递给mshtml dom。

我假设除非HTML被SHDocVw“渲染”，否则我没有要报告的mshtml的offsetHeight信息，因为这是基于屏幕像素的。我错了。

我目前的代码如下：

Dim myIE As New SHDocVw.InternetExplorer
myIE.Navigate("D:\Temp\Test.HTML")
Dim myDoc As mshtml.HTMLDocument = CType(myIE.Document, mshtml.HTMLDocument)

Dim divTag As mshtml.IHTMLElement = myDoc.getElementById("someID")

For Each childNode As mshtml.IHTMLElement In TryCast(divTag.children, mshtml.IHTMLElementCollection)
    If childNode.offsetTop + childNode.offsetHeight > 750 Then '72pixels = 1 inch.
         childNode.insertAdjacentHTML("beforeBegin", "<DIV style='page-break-after:always'></DIV>") 
    End If
Next

我有两个目标。＃1是关键，＃2理想。

1）从字符串加载HTML，并使上述代码仍然有效。

2）理想情况下，找一个可以做同样事情的.NET组件。除非我别无选择，否则我不喜欢依赖.NET中的COM组件。

Answer 1

WebBrowser（可能，不确定）将获取您的HTML字符串并将其转换为可导航的DOM。重用，不要重新发明HTML解析器。在项目结束时你会留下更多的头发。

Answer 2

使用Codeplex中的Html Agility Pack，这是HTML最彻底的解析器，并根据HTML结构创建DOM树。

寻找一个好的HTML解析器，它将提供与offsetHeight类似的值

2 个答案: