替换双引号html属性中的双引号

Question

我遇到一些情况，我的客户向我发送了一个html字符串，其中一些元素属性结构不正确。像这样：

<img src="../imgTest.jpg" alt="Something "quoted here, or here"">

我如何动态将这些案例更改为下一个类似的内容？

<img src="../imgTest.jpg" alt="Something 'quoted here, or here'">

我需要这个html不要在浏览器上显示，而是用它做一些操作。

我正在使用HtmlAgilityPack来控制html问题，但是对于这些情况，它将我的html字符串更改为this并且它不是我想要的：

<img src="../imgTest.jpg" alt="Something" quoted="" here,="" or="" here="">

我的HtmlAgilityPack代码：

var htmlDoc = new HtmlDocument();
htmlDoc.OptionFixNestedTags = true;
htmlDoc.LoadHtml(myHtmlStr);

var htmlError = htmlDoc.ParseErrors.SafeAny();

if (!htmlError)
    myHtmlStr = htmlDoc.DocumentNode.InnerHtml;

Answer 1

我的想法是匹配"，如果它在标记内并且不是属性限定符。

免责声明：此解决方案可能无法在100％的情况下工作（如果在元素/属性名称中添加了名称空间，则需要进行调整），但是当标记名称立即跟随<时，它应该有效引号用作属性值限定符，属性中没有<个符号。

使用

(?<=<\w+\b[^<]*)(?<!\w+=)"(?!\s*/?>|\s+\w+=")

并替换为'。

请参阅regex demo。

第一个lookbehind确保我们在标签内搜索双引号，如果在双引号之前有一个跟随等号的单词，则第二个看不到匹配，如果双引号则负向前瞻失败引用之后是空格，后面是一个结束尖括号（可能以正斜杠开头），或者当有空格后面跟着一个带有等号的单词。