Question

我正在使用HtmlAgilityPack。我使用以下字符串创建一个HtmlDocument和LoadHtml：

<select id="foo_Bar" name="foo.Bar"><option selected="selected" value="1">One</option><option value="2">Two</option></select>

这会做一些意想不到的事情。首先，它给出了两个解析器错误，EndTagNotRequired。其次，select节点有4个子节点 - 两个用于选项标签，另外两个用于选项标签的内部文本。最后，OuterHtml是这样的：

<select id="foo_Bar" name="foo.Bar"><option selected="selected" value="1">One<option value="2">Two</select>

所以基本上我决定放弃选项上的结束标记。让我们暂时搁置一下，这样做是否合适和可取。我正在使用HtmlAgilityPack来测试HTML生成代码，所以我不希望它为我做出任何决定或者给出任何错误，除非HTML确实是错误的。有没有办法让它表现得我想要的？我尝试为HtmlDocument设置一些选项，特别是：

 doc.OptionAutoCloseOnEnd = false;
 doc.OptionCheckSyntax = false;
 doc.OptionFixNestedTags = false;

这不起作用。如果HtmlAgilityPack不能做我想做的事，你能推荐一些可以吗？

Answer 1

在HAP主页的讨论中报告了完全相同的错误，但看起来几年内没有对该项目进行任何有意义的修复。不鼓励。

快速浏览一下来源表明可以通过注释掉HtmlNode.cs的第92行来解决错误：

// they sometimes contain, and sometimes they don 't...
ElementsFlags.Add("option", HtmlElementFlag.Empty);

（实际上不是，它们总是包含标签文本，尽管空白字符串也是有效文本。粗心的作者可能会省略结束标记，但是对于任何元素都是如此。）

添加

一个等效的解决方案是在任何使用liberary之前调用HtmlNode.ElementsFlags.Remove("option");（不需要修改liberary源代码）

Answer 2

似乎有一些理由不将Option标记解析为“通用”标记，以符合XHTML，但这可能是一个真正的痛苦。

我的建议是进行整个字符串替换并将所有“选项”标记更改为“my_option”标记，就像这样：

不必修改库的来源（以后可以升级）。
可以像往常一样解析。

HtmlAgilityPack论坛上的原始帖子可以在以下位置找到： http://htmlagilitypack.codeplex.com/Thread/View.aspx?ThreadId=14982

HtmlAgilityPack删除选项结束标记

2 个答案: