HTML Tidy 的 C# 版本？

发布于 2024-09-28 20:23:35 字数 1015 浏览 3 评论 0原文

我只是在寻找一种非常简单的方法来清理一些 HTML（可能使用嵌入的 JavaScript 代码）。我尝试了两个不同 HTML Tidy .NET 端口并且都抛出异常...

抱歉，我所说的“干净”是指“缩进”。 HTML 根本没有格式错误。它是严格的XHTML。

我终于得到了一些与SGML一起使用的东西，但这确实是最重要的荒谬的代码块竟然缩进了一些 HTML。

private static string FormatHtml(string input)
{
    var sgml = new SgmlReader {DocType = "HTML", InputStream = new StringReader(input)};
    using (var sw = new StringWriter())
    using (var xw = new XmlTextWriter(sw) { Indentation = 2, Formatting = Formatting.Indented })
    {
        sgml.Read();
        while (!sgml.EOF)
            xw.WriteNode(sgml, true);
    }
    return sw.ToString();
}

原文

I am just looking for a really easy way to clean up some HTML (possibly with embedded JavaScript code). I tried two different HTML Tidy .NET ports and both are throwing exceptions...

Sorry, by "clean" I mean "indent". The HTML is not malformed, at all. It's XHTML strict.

I finally got something working with SGML, but this is seriously the most ridiculous chunk of code ever to indent some HTML.

private static string FormatHtml(string input)
{
    var sgml = new SgmlReader {DocType = "HTML", InputStream = new StringReader(input)};
    using (var sw = new StringWriter())
    using (var xw = new XmlTextWriter(sw) { Indentation = 2, Formatting = Formatting.Indented })
    {
        sgml.Read();
        while (!sgml.EOF)
            xw.WriteNode(sgml, true);
    }
    return sw.ToString();
}

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

伴梦长久 2024-10-05 20:23:35

AngleSharp 100% c#

    var parser = new HtmlParser();
    
    var document = parser.ParseDocument("<html><head></head><body><i></i></body></html>");

    var sw = new StringWriter();
    document.ToHtml(sw, new PrettyMarkupFormatter());

    var HTML_prettified = sw.ToString();

由塞巴斯蒂安编辑：

 //old parse method
 var document = parser.Parse("<html><head></head><body><i></i></body></html>");

 //new parse method (for AngleSharp 0.16.1): 
 var document = await parser.ParseDocumentAsync(Code);

AngleSharp 100% c#

    var parser = new HtmlParser();
    
    var document = parser.ParseDocument("<html><head></head><body><i></i></body></html>");

    var sw = new StringWriter();
    document.ToHtml(sw, new PrettyMarkupFormatter());

    var HTML_prettified = sw.ToString();

edit by sebastian :

 //old parse method
 var document = parser.Parse("<html><head></head><body><i></i></body></html>");

 //new parse method (for AngleSharp 0.16.1): 
 var document = await parser.ParseDocumentAsync(Code);

回复收藏 0 原文

满身野味 2024-10-05 20:23:35

HTML Tidy 的最新 C# 包装器是由 Mark Beaton 完成的，它看起来比您引用的链接 (2003) 更新得多。另外值得注意的是，Mark 还提供了可执行文件供参考，而不是从官方网站获取它们。这应该能够很好地组织和验证您的 HTML。

回复收藏 0 原文

层林尽染 2024-10-05 20:23:35

我使用 SGML Reader 来将 HTML 转换为 XHTML 过去。可能值得研究一下......

我在使用它时从未遇到过任何问题。

回复收藏 0 原文

眸中客 2024-10-05 20:23:35

更新：

检查HtmlTextWriter 或 XhtmlTextWriter，用法：使用 HtmlTextWriter 格式化 Html 输出，也许通过HtmlTextWriter构建HTML会更好吗？

另请检查： LINQ & Lambda，第 3 部分：Html 敏捷包到 LINQ to XML 转换器

http://www.manoli.net /csharpformat/，这里源代码以防您错过。

也许你想自己做？这个项目可能会有所帮助：Html Agility Pack

Html Agility Pack (HAP) 到底是什么？
这是一个敏捷的 HTML 解析器，它构建一个读/写 DOM 并支持普通的 XPATH 或 XSLT（实际上您不必了解 XPATH 或 XSLT 即可使用它，不用担心......）。它是一个 .NET 代码库，允许您解析“网络外”HTML 文件。解析器对“现实世界”格式错误的 HTML 非常宽容。该对象模型与 System.Xml 的建议非常相似，但适用于 HTML 文档（或流）。
Html Agility Pack 现在支持 Linq to Objects（通过 LINQ to Xml Like 接口）。查看新测试版以使用此功能
示例应用程序：
页面修复或生成。你可以
按照您想要的方式修复页面，修改
DOM，添加节点，复制节点，
好吧……你说吧。
网络扫描仪。
您可以轻松访问 img/src 或
a/hrefs 带有一堆 XPATH 查询。
网络抓取工具。你可以轻松报废
将任何现有网页转化为 RSS
例如，仅使用 XSLT 的 feed
文件作为绑定。一个
提供了这样的示例。

您也可以尝试以下实现：A Managed Wrapper for the HTML Tidy library

回复收藏 0 原文

離人涙 2024-10-05 20:23:35

您可以使用HtmlAgilityPack（从nuget添加此包）。

代码示例：

string html = "<div><p>line 1<br>line 2</p><span></div>";
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(description);
var fixedHtml = htmlDoc.DocumentNode.OuterHtml;

输出：

<div><p>line 1<br />line 2</p><span></span></div>

You can use HtmlAgilityPack (add this package from nuget).

Code sample:

string html = "<div><p>line 1<br>line 2</p><span></div>";
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(description);
var fixedHtml = htmlDoc.DocumentNode.OuterHtml;

Output:

<div><p>line 1<br />line 2</p><span></span></div>

回复收藏 0 原文

攒眉千度 2024-10-05 20:23:35

Beautifier提供html我用的是html-beautify。
例如

const beautified = html_beautify("<div><p></p></div>");
console.log(beautified)

<script src="https://cdnjs.cloudflare.com/ajax/libs/js-beautify/1.14.0/beautify-html.min.js"></script>

Beautifier provides html I used html-beautify.
for example

const beautified = html_beautify("<div><p></p></div>");
console.log(beautified)

<script src="https://cdnjs.cloudflare.com/ajax/libs/js-beautify/1.14.0/beautify-html.min.js"></script>

回复收藏 0 原文

~没有更多了~

关于作者

伤感在游骋

暂无简介

0 文章

0 评论

22 人气

关注发私信

友情链接

文江博客

HTML Tidy 的 C# 版本？

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

评论（6）

关于作者

相关话题

热门标签

推荐作者

linfzu01

§对你不离不弃

可遇━不可求

枕梦

qq_3LFa8Q

JP

友情链接

HTML Tidy 的 C# 版本？

如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

评论（6）

关于作者

相关话题

热门标签

推荐作者

linfzu01

§对你不离不弃

可遇━不可求

枕梦

qq_3LFa8Q

JP

友情链接

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。