Question

我需要将 html 文本转换为 bbcodes 。我在哪里可以找到我应该怎么做？例如，我转换链接：

 regex = new Regex("<a href=\"(.+?)\">(.+?)</a>");
 htmlCode = regex.Replace(htmlCode, "[URL]$1[/URL]");

我如何转换bbcodes中的所有html标签（并替换为空而不是bb代码，标记 P

Answer 1

尝试使用HtmlAgilityPack搜索DOM树并将相关的HTML标记更改为BBCode，而不是使用正则表达式（无法从未解析过HTML）。制作一个新的有效的 BBCode文档似乎是最困难的部分 - 也许有一些库可以帮助在某处制作有效的BBCode标记？

Answer 2

对于部分 HTML标记，您只需执行简单的string.Replace即可。 BBCode在很多方面只是1：1的标记标记映射，例如<b>和</b>分别映射到[B]和[/B]。因此，只需：

即可轻松完成

html.Replace("<b>", "[b]").Replace("</b>", "[/b]")

如果它真的是简单的HTML，并且你不介意对这个逐个标签执行的性能影响和代码丑陋，那就去吧。但要注意跨站点脚本漏洞，如果您打算在某个网页上显示生成的BBCode;这远远不足以进行消毒。

但是，甚至懒得尝试使用正则表达式来清理HTML并自动替换所有标签。例如，<img>标记在HTML与BBCode中看起来完全不同。在HTML中它是<img src="..."/>（尾随斜杠是可选的）而在BBCode中它是[IMG]...[/IMG]。使用正则表达式执行此操作是......好吧，我们只是说次优。

正则表达式是为常规语言设计的，HTML不是常规语言，它是一种无上下文的语言。考虑使用实际的HTML解析器，而不是HTML Agility Pack。然后你可以下载DOM树，将你想要的元素列入白名单，然后将它们映射到BBCode或其他任何你想要的东西。

Answer 3

我知道你想使用一个用于解析DOM又名HtmlAgilityPack的工具，但是我需要一些可以使用.net中内置工具的东西而不必引用外部dll。

所以我在c＃中编写了一个转换器，通过RegEx完成所有操作。

这是我的文章http://www.foliotek.com/devblog/convert-html-to-bbcode-in-c/

如何在C＃中将html转换为BBcode

3 个答案: