c# - 在 C# 中格式化 html

Question

我在 C# 中有一个变量，其中包含一些像这样的字符串

string myText="my text  which contains <div>i am text inside div</div>";

现在我想用 \n 替换所有“"<br>" ”(换行符)对于此变量的数据，除了 div 中的文本。

我该怎么做？

Answer 1

其他人建议使用 HTMLAgilityPack 等库。前者确实是一个不错的工具，但如果您不需要超出您要求的 HTML 解析功能，那么一个简单的解析器就足够了:

    string ReplaceNewLinesWithBrIfNotInsideDiv(string input) {

        int divNestingLevel = 0;
        StringBuilder output = new StringBuilder();
        StringComparison comp = StringComparison.InvariantCultureIgnoreCase;

        for (int i = 0; i < input.Length; i++) {
            if (input[i] == '<') {
                if (i < (input.Length - 3) && input.Substring(i, 4).Equals("<div", comp)){
                    divNestingLevel++;
                } else if (divNestingLevel != 0 && i < (input.Length - 5) && input.Substring(i, 6).Equals("</div>", comp)) {
                    divNestingLevel--;
                }
            }

            if (input[i] == '\n' && divNestingLevel == 0) {
                output.Append("<br/>");
            } else {
                output.Append(input[i]);
            }
        }

        return output.ToString();
    }

这也应该处理嵌套的 div。