为每个 HTML 标签添加数字属性

Question

我需要向文档中的每个 HTML 标记添加一个递增编号的自定义属性，类似于 这个问题，但仅限于 HTML，而不是 XML 文件。

我尝试使用 HTML Agility Pack 来完成它，这是我的代码：

        HtmlDocument htmldoc = new HtmlDocument();
        htmldoc.LoadHtml(text);
        var num = 1;
        foreach (HtmlNode node in htmldoc.DocumentNode.DescendantNodes())
        {
            node.Attributes.Add("gist_num",(num++).ToString());
        }

        var numberedfilename = Path.GetDirectoryName(fname) + @"\" + Path.GetFileNameWithoutExtension(fname) + "-num.htm";

        htmldoc.Save(numberedfilename);

但是我在 HTML Agility Pack HtmlTextNode 类中遇到堆栈溢出异常。 我尝试了多种方法通过更改类来纠正这个错误，但没有成功。

你在这里有什么建议？

- - 编辑 - - 因此，例外只是“Stack Overflow”写入控制台。

“由于 StackOverflowException，进程被终止。”

由于它是堆栈溢出，因此不可能获取任何堆栈值。 这是 VS 显示发生此异常的代码：

    /// <summary>
    /// Gets or Sets the text of the node.
    /// </summary>
    public string Text
    {
        get
        {
            if (_text == null)
            {
                return base.OuterHtml;
            }
            return _text;
        }
         set { _text = value; }
    }

那么，有什么想法吗？

Answer 1

您需要过滤节点，以便仅选择元素。由于某种原因，浏览 HTML Agility Pack 中的后代会错误地包括其他节点，例如文档和文本节点。由于您盲目地向所有节点添加属性，因此它会阻碍非元素节点的序列化。

// note: Descendants() and DescendantNodes() is equivalent (unfortunately)
var query = htmldoc.DocumentNode.Descendants()
    .Where(node => node.NodeType == HtmlNodeType.Element);