Question

我正在寻找一种方法来检查包含html的字符串，并确定它是否包含任何应该可见的文本，而不是计算空格。

基本上，如果将其呈现为innerHTML的{{1}}时显示为可见文字，则任何内容都应计为可见。

例如

<div>可见，因为浏览器中显示“hello”。
<div>hello</div>不可见。
<div><p> <br/></div> 不可见。
<script>alert('asdf')</script>可见，但它不包含任何html标记。

有很多案例我不确定（任何结果都可以接受）：

plain text不可见，但由于css为问题增加了另一层复杂性，因此不打扰它可能是一个好主意。
<div style="display: none">this is tricky</div>应超出此问题的范围。
<script>document.write('What is this, I don't even-')</script>是可见的，但我现在不关心表单元素，所以这可能也不可见。

我想决定这个服务器端并相应地处理这种情况。

有没有一种好方法可以在C＃中做出决定？编写我自己的解决方案似乎很乏味，我想知道是否有人已经这样做了（或类似的东西）。

编辑：

这个问题难以理解吗？我已经声明我想在服务器上进行，而不是在浏览器环境中进行。 jQuery和jsfiddle在这里没什么关系。

Answer 1

  public static bool StripHTMLAndCheckVisible(string HTMLText)
    {
        if (string.IsNullOrEmpty(HTMLText))
            return false;
        else
        {
            Regex regJs=new Regex(@"(?s)<\s?script.*?(/\s?>|<\s?/\s?script\s?>)",RegexOptions.IgnoreCase);
            HTMLText = regJs.Replace(HTMLText, "");
            Regex reg = new Regex("<[^>]+>", RegexOptions.IgnoreCase);
            HTMLText = reg.Replace(HTMLText, "");
            return string.IsNullOrEmpty(HTMLText) ? false : true;
        }
    }

它将删除所有HTML，Javascript标记，如果可见则返回true，否则返回false。希望这有帮助。

修改：

我最终做的是：

public static bool CheckHTMLForText(string html) { var stripped = StringHelpers.StripTagsWithContent(html, "script", "style"); stripped = StringHelpers.StripTagsRegex(stripped); return string.IsNullOrWhiteSpace(stripped); }

StringHelpers.StripTagsWithContent()将给定标记与其内容通过其结尾标记（如上例中的脚本标记的内容）一起剥离，StringHelpers.StripTagsRegex()从字符串中删除标记

检测HTML字符串是否包含C＃中的可见文本

1 个答案: