Question

我有一个在VB.net中开发的桌面应用程序。它允许用户从数据库中检索HTML文件并进行编辑。

问题：如何在忽略HTML标记的HTML文件中搜索和替换字符串。什么是最好的方法。有没有人回答类似的问题？谢谢你的帮助。

实施例： HTML文件的一部分：

 <h2 style="margin: 26pt 0pt 8pt;">  
<span style="color: #e36c0a; font-family: Helvetica; font-size: 18pt; font-style: normal;    font-weight: bold"> 1.1</span><span style="color: #e36c0a; font-family: Helvetica; font-size: 16pt; font-weight: bold"> Request Process</span></a></h2>

搜索：'1.1申请流程'

替换：'1.2请求开发'

结果：

 <h2 style="margin: 26pt 0pt 8pt;">  
<span style="color: #e36c0a; font-family: Helvetica; font-size: 18pt; font-style: normal;    font-weight: bold"> 1.2</span><span style="color: #e36c0a; font-family: Helvetica; font-size: 16pt; font-weight: bold"> Request Development'</span></a></h2>

Answer 1

这是不可能的，因为它创造了一个ambuguity。你搜索字符串是2个不同的HTML标签。你的替换字符串如何告诉哪个部分在哪个标记中。即使在任何编辑器中，你都会发现同样的事情。试着这样做。

创建html文件并将其复制到其中。
在浏览器中打开您的html文件
复制文本并将其粘贴到ms字样中（它应保留格式，两个文本都有自己的字体大小.18和16）
使用ms word的替换功能将文本替换为“1.2 Request Development”

你会看到两个文字现在都是18磅。根据我的理解，你希望保留他们个人的字体大小，这是不可能的。

即使与单词相同也需要正则表达式或者可能使用一些开发的库。

Answer 2

您要实现的是HTML解析。有很多方法可以做到这一点，这里有一个使用MSHTML和DOM的简单例子：

你必须先：

Imports mshtml

然后声明一个字符串变量（例如myHTML）并将所有HTML放在那里。然后调用 parseMyHtml 方法。

Protected Sub Page_Load(ByVal sender As Object, ByVal e As System.EventArgs) Handles Me.Load
    Dim myHTML As String = "<title>hello world!</title><h2 style=""margin: 26pt 0pt 8pt;""><span style=""color: #e36c0a; font-family: Helvetica; font-size: 18pt; font-style: normal;    font-weight: bold""> 1.1</span><span style=""color: #e36c0a; font-family: Helvetica; font-size: 16pt; font-weight: bold""> Request Process</span></a></h2>"
    Response.Write(parseMyHtml(myHTML))
End Sub

您必须聪明并自定义 parseMyHtml 方法才能执行您喜欢的操作。请注意我正在寻找所有SPAN标记并替换它们的 innerText ：

Function parseMyHtml(ByVal htmlToParse$) As String
    Dim htmlDocument As IHTMLDocument2 = New HTMLDocumentClass()
    htmlDocument.write(htmlToParse)
    htmlDocument.close()

    Dim allElements As IHTMLElementCollection = htmlDocument.body.all

    Dim allSpanTags As IHTMLElementCollection = allElements.tags("span")
    Dim element As IHTMLElement
    For Each element In allSpanTags
        element.innerText = element.innerText.Replace("1.1", "1.2")
        element.innerText = element.innerText.Replace("Process", "Development")
    Next

    Return htmlDocument.body.innerHTML
End Function

vb.net：搜索和替换字符串忽略HTML标记

2 个答案: