Question

在C＃字符串变量中搜索HTML以查找特定单词/短语并用突出显示标记（或换行）该单词/短语的最佳方法是什么？

谢谢，

杰夫

Answer 1

我喜欢使用Html Agility Pack非常容易使用，虽然最近没有太多更新，它仍然可用。例如抓住所有链接

HtmlWeb client = new HtmlWeb();
HtmlDocument doc = client.Load("http://yoururl.com");            
HtmlNodeCollection Nodes = doc.DocumentNode.SelectNodes("//a[@href]");         

foreach (var link in Nodes)
{                
    Console.WriteLine(link.Attributes["href"].Value);
}

Answer 2

正则表达将是我的方式。 ;）

Answer 3

如果您使用的是符合XHTML标准的HTML，您可以将其作为XML文档加载，然后使用XPath / XSL - 长篇大论但又有点优雅？

我过去使用的方法是使用HTMLTidy将凌乱的HTML转换为XHTML，然后使用XSL / XPath将内容屏幕抓取到数据库中，以创建反向内容管理系统。

正则表达式可以做到这一点，但是一旦你试图剥离标签，图片名称等以消除误报，可能会很复杂。

Answer 4

在简单的情况下，正则表达式会这样做。

string input =“ttttttgottttttt”;
string output = Regex.Replace（input，“go”，“＆lt; strong＆gt; $ 0＆lt; / strong＆gt;”）;

将产生：“tttttt＆lt; strong＆gt; go＆lt; / strong＆gt; ttttttt”

但是当你说HTML时，如果你指的是最终的文字呈现，那就有点乱了。假设你有这个HTML：

＆lt; span class =“firstLetter”＆gt; B＆lt; / span＆gt; ook

要突出显示“预订”一词，您需要正确的HTML渲染器帮助。为了简化，可以先删除所有标签，只留下内容，然后进行常规替换，但感觉不对。

Answer 5

您可以查看使用SourceForge.net上的开源项目Html DOM。这样，您可以以编程方式操作文本，而不是依赖正则表达式。

Answer 6

搜索字符串时，您需要查找正则表达式。至于标记它，一旦你有了子串的位置，它应该足够简单，可以用它来添加一些东西来包围这个短语。

在C＃字符串中搜索特定文本的HTML并标记文本的最佳方法是什么？

6 个答案: