从html字符串中删除无效/错误放置的标记

Question

我想知道是否有一种好的（或足够好的）方法从C＃中的HTML字符串中删除无效或错误放置的HTML标记？

示例1：<div> </div> </div>应更改为<div> </div>
示例2：<div> </section> </div>应更改为<div> </div>

基本上，转换后的html字符串应该是W3C验证标记。我知道这可能有点困难，也许有一个图书馆可以很好地完成这项工作？

谢谢！

Answer 1

我建议使用HTMLTidy。

由于您正在使用C＃，因此有tidy.net项目。我认为你可以在C＃代码中引用和使用dll。

或者，您可以使用HTMLTidy的命令行内容。

Answer 2

我最终修复了生成无效HTML字符串的根问题。在这种情况下，如果可能的话，解决主要问题比解决症状要好得多。