在.Net中读取和编辑HTML

Question

是否有.Net类用于读取和操作除System.Windows.Forms.HtmlDocument之外的html。

如果没有，是否有任何开源库。

Answer 1

在.Net应用程序中解析Html的最佳选择似乎是使用在codeplex上找到的Html Agility Pack库。这提供了对HTML的完整DOM访问，并且使用起来非常简单。

Answer 2

如果符合XHTML，我会做这样的事情：

System.Xml.XmlDocument xDoc = new System.Xml.XmlDocument();
xDoc.LoadXml(html);

以这种方式编辑它。如果需要进行一些清理（XHtml转换），您可以使用HtmlTidy或Ntidy。此外，您可以使用下面的HTMLTidy wrapper示例：

string input = "<p>broken html<br <img src=test></div>";
HtmlTidy tidy = new HtmlTidy()
string output = tidy.CleanHtml(input, HtmlTidyOptions.ConvertToXhtml);
XmlDocument doc = new XmlDocument();
doc.LoadXml(output);

StackOverFlow Reference

上面的EDIT将转换为XHtml

Answer 3

您可以使用MSHTML库。但是，它是COM / ActiveX，但如果您使用的是Visual Studio，它将自动为您创建托管包装。

Answer 4

你总是可以使用LiteralControl：

PlaceHolder.Controls.Add(new LiteralControl("<div>some html</div>"));