Question

所以我有一个我想用C＃修改的HTML片段。

<div>
This is a specialSearchWord that I want to link to
<img src="anImage.jpg" />
<a href="foo.htm">A hyperlink</a>
Some more text and that specialSearchWord again.
</div>

我希望将其转换为：

<div>
This is a <a class="special" href="http://mysite.com/search/specialSearchWord">specialSearchWord</a> that I want to link to
<img src="anImage.jpg" />
<a href="foo.htm">A hyperlink</a>
Some more text and that <a class="special" href="http://mysite.com/search/specialSearchWord">specialSearchWord</a> again.
</div>

我将根据这里的许多建议使用HTML Agility Pack，但我不知道我要去哪里。特别是，

如何将部分代码段加载为字符串，而不是完整的HTML文档？
怎么编辑？
如何返回已编辑对象的文本字符串？

Answer 1

与完整的HTML文档相同。没关系。
有2个选项：您可以直接编辑InnerHtml属性（或文本节点上的Text）或使用例如修改dom树来修改dom树。 AppendChild，PrependChild等。
您可以使用HtmlDocument.DocumentNode.OuterHtml属性或使用HtmlDocument.Save方法（我个人更喜欢第二种选择）。

关于解析，我在div中选择包含搜索词的文本节点，然后使用string.Replace方法替换它：

var doc = new HtmlDocument();
doc.LoadHtml(html);
var textNodes = doc.DocumentNode.SelectNodes("/div/text()[contains(.,'specialSearchWord')]");
if (textNodes != null)
    foreach (HtmlTextNode node in textNodes)
        node.Text = node.Text.Replace("specialSearchWord", "<a class='special' href='http://mysite.com/search/specialSearchWord'>specialSearchWord</a>");

将结果保存为字符串：

string result = null;
using (StringWriter writer = new StringWriter())
{
    doc.Save(writer);
    result = writer.ToString();
}

Answer 2

数目：

可能有办法做到这一点，但我不知道如何做。我建议加载整个文档。
使用XPath和常规组合表达
请参阅下面的代码，了解一个人为的例子。你可能有未提及的其他约束，但此代码示例应该得到你开始。

请注意，您的Xpath表达式可能需要更复杂才能找到所需的div。

HtmlDocument doc = new HtmlDocument();

doc.Load(yourHtmlFile);
HtmlNode divNode = doc.DocumentNode.SelectSingleNode("//div[2]");
string newDiv = Regex.Replace(divNode.InnerHtml, @"specialSearchWord", 
"<a class='special' href='http://etc'>specialSearchWord</a>");
divNode.InnerHtml = newDiv;
Console.WriteLine(doc.DocumentNode.OuterHtml);

如何使用HTML Agility Pack编辑HTML片段

2 个答案: