如何查找包含无效HTML标记的字符串并将其替换为有效标记

Question

我有一个字符串，其中包含具有无效标签格式的html标签列表。

例如，我有一个如下字符串：

<p>
  <strong>Scale:</strong>
</p>
<p>
  <ul style="list-style-type:disc" class="pl-2">

  <li>2 to 4 nodes</li>
  </ul>
</p>
<p>
  <strong>Single Node Data:</strong>
</p>
<p>
  <ul style="list-style-type:disc" class="pl-2">
  <li>CPU: 6-26 cores (Intel)</li> 
  <li>RAM: 128GB to 2TB</li>
  <li>Raw storage: 240GB to 16TB</li>
  <li>Storage type: SSD + HDD</li>
  <li>Network speed: Up to 25Gb</li>
  </ul>
</p><img src="xxxxx"/>

我需要将以/>结尾的标签替换为</img>，以便将<img src="xxxxx"/>替换为<img src="xxxxx"></img>。

我如何使用C＃实现这一目标？

Answer 1

对于您要问的问题，可以使用以下任一选项

选项1

您可以使用第3方库，该库将HTML解析为标签（实际上将其呈现为XML），并在字符串数组/列表中将每个标签（及其内容）分开

然后循环遍历该列表，并检查结束标记是否正确，如果没有用正确的结束标记代替

。

这里是library

选项2

您可以创建自己的html解析器，这将使您对解析器的逻辑有更多的控制，我发现CodeProject上的C＃HTML解析器示例可以将其检出。