c# - HTML 条函数-6ren

c# - HTML 条函数

转载作者：太空宇宙更新时间：2023-11-04 16:23:57

26

4

有一个棘手的问题。

我有一个 HTML 需要去除一些标签、属性和属性。

基本上可以考虑三种不同的方法:

字符串操作:遍历 HTML 字符串并通过字符串操作“手动”去除它
正则表达式:Parsing HTML with RegEx is evil.剥离 HTML 也是邪恶的吗？
使用库对其进行剥离(例如 HTML Agility Pack)

我希望我有列表:

接受标签(例如 SPAN、DIV、OL、LI)
acceptedAttributes(例如 STYLE、SRC)
接受的属性(例如文本对齐、字体粗细、颜色、背景颜色)

我可以将其传递给剥离 HTML 的函数。

示例输入:

<BODY STYLE="font-family:Tahoma;font-size:11;"> <DIV STYLE="margin:0 0 0 0;text-align:Left;font-family:Tahoma;font-size:16;"> <SPAN STYLE="font-weight:bold;color:#000000;background-color:#FF0000;font-family:tahoma;font-size:11;">Hello</SPAN></BODY>

示例输出(带有上面的参数列表):

<DIV STYLE="text-align:Left;"> <SPAN STYLE="font-weight:bold;color:#000000;background-color:#FF0000;">Hello</SPAN>

整个标签主体被剥离(不接受标签)
属性 margin、font-family 和 font-size 从 DIV-Tag 中剥离
属性 font-family 和 font-size 从 SPAN-Tag 中剥离。

我尝试了什么？

Regex 乍一看似乎是最好的方法。但我无法让它正常工作。我看过的关于 Stackoverflow 的文章:

...还有更多。

我尝试了以下正则表达式:

Dim AcceptableTags As String = "font|span|html|i|b|u|sup|sub|ol|ul|li|br|h2|h3|h4|h5|span|div|p|a|img|blockquote"
            Dim WhiteListPattern As String = "</?(?(?=" & AcceptableTags & _
                  ")notag|[a-zA-Z0-9]+)(?:\s[a-zA-Z0-9\-]+=?(?:([""']?).*?\1?)?)*\s*/?>"
Dim Html as String = Regex.Replace(b.HTML, WhiteListPattern, "", RegexOptions.Compiled)

但是，这只是删除标签，没有属性或属性!

我绝对不是在找一个包揽所有工作的人。而是为某人指明了正确的方向。

我对 C# 或 VB.NET 作为答案很满意。

最佳答案

一定要用库! (参见 this)

使用 HTMLAgilityPack，您几乎可以做任何您想做的事情:

删除不需要的标签:

string[] allowedTags = {"SPAN", "DIV", "OL", "LI"};
foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//node()"))
{
    if (!allowedTags.Contains(node.Name.ToUpper()))
    {
        HtmlNode parent = node.ParentNode;
        parent.RemoveChild(node,true);
    }
}

删除不需要的属性并删除属性

string[] allowedAttributes = { "STYLE", "SRC" };

    foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//node()"))
    {
        List<HtmlAttribute> attributesToRemove = new List<HtmlAttribute>();
        foreach (HtmlAttribute att in node.Attributes)
        {
            if (!allowedAttributes.Contains(att.Name.ToUpper())) attributesToRemove.Add(att);
            else
            {
                 string newAttrib = string.Empty;
                //do string manipulation based on your checking accepted properties
                //one way would be to split the attribute.Value by a semicolon and do a
                //String.Contains() on each one, not appending those that don't match. Maybe
                //use a StringBuilder instead too

                att.Value = newAttrib;
            }
        }
        foreach (HtmlAttribute attribute in attributesToRemove)
        {
            node.Attributes.Remove(attribute);
        }

    }

关于c# - HTML 条函数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26991134/

26

4

0

文章推荐： css 设置相对于 div 内页面的大小

文章推荐： c++ - 使用类型转换在 C++ 中返回二维数组

详解C语言sscanf()函数、vsscanf()函数、vscanf()函数
C语言sscanf()函数：从字符串中读取指定格式的数据头文件： ?
php - 如何解释at()函数； substr()函数;伪代码中的exist()函数
最近，我有一个关于工作预评估的问题，即使查询了每个功能的工作原理，我也不知道如何解决。这是一个伪代码。下面是一个名为foo()的函数，该函数将被传递一个值并返回一个值。如果将以下值传递给foo函数，
VBS教程：函数-CStr 函数
CStr 函数返回表达式，该表达式已被转换为 String 子类型的 Variant。 CStr(expression) expression 参数是任意有效的表达式。说明通常，可以
VBS教程：函数-CSng 函数
CSng 函数返回表达式，该表达式已被转换为 Single 子类型的 Variant。 CSng(expression) expression 参数是任意有效的表达式。说明通常，可
VBS教程：函数-CreateObject 函数
CreateObject 函数创建并返回对 Automation 对象的引用。 CreateObject(servername.typename [, location]) 参数 serv
VBS教程：函数-Cos 函数
Cos 函数返回某个角的余弦值。 Cos(number) number 参数可以是任何将某个角表示为弧度的有效数值表达式。说明 Cos 函数取某个角并返回直角三角形两边的比值。此比值是
VBS教程：函数-CLng 函数
CLng 函数返回表达式，此表达式已被转换为 Long 子类型的 Variant。 CLng(expression) expression 参数是任意有效的表达式。说明通常，您可以使
VBS教程：函数-CInt 函数
CInt 函数返回表达式，此表达式已被转换为 Integer 子类型的 Variant。 CInt(expression) expression 参数是任意有效的表达式。说明通常，可
VBS教程：函数-Chr 函数
Chr 函数返回与指定的 ANSI 字符代码相对应的字符。 Chr(charcode) charcode 参数是可以标识字符的数字。说明从 0 到 31 的数字表示标准的不可打印的
VBS教程：函数-CDbl 函数
CDbl 函数返回表达式，此表达式已被转换为 Double 子类型的 Variant。 CDbl(expression) expression 参数是任意有效的表达式。说明通常，您可
VBS教程：函数-CDate 函数
CDate 函数返回表达式，此表达式已被转换为 Date 子类型的 Variant。 CDate(date) date 参数是任意有效的日期表达式。说明 IsDate 函数用于判断 d
VBS教程：函数-CCur 函数
CCur 函数返回表达式，此表达式已被转换为 Currency 子类型的 Variant。 CCur(expression) expression 参数是任意有效的表达式。说明通常，
VBS教程：函数-CByte 函数
CByte 函数返回表达式，此表达式已被转换为 Byte 子类型的 Variant。 CByte(expression) expression 参数是任意有效的表达式。说明通常，可以
VBS教程：函数-CBool 函数
CBool 函数返回表达式，此表达式已转换为 Boolean 子类型的 Variant。 CBool(expression) expression 是任意有效的表达式。说明如果 ex
VBS教程：函数-Atn 函数
Atn 函数返回数值的反正切值。 Atn(number) number 参数可以是任意有效的数值表达式。说明 Atn 函数计算直角三角形两个边的比值 (number) 并返回对应角的弧
VBS教程：函数-Asc 函数
Asc 函数返回与字符串的第一个字母对应的 ANSI 字符代码。 Asc(string) string 参数是任意有效的字符串表达式。如果 string 参数未包含字符，则将发生运行时错误。
VBS教程：函数-Array 函数
Array 函数返回包含数组的 Variant。 Array(arglist) arglist 参数是赋给包含在 Variant 中的数组元素的值的列表（用逗号分隔）。如果没有指定此参数，则
VBS教程：函数-Abs 函数
Abs 函数返回数字的绝对值。 Abs(number) number 参数可以是任意有效的数值表达式。如果 number 包含 Null，则返回 Null；如果是未初始化变量，则返回 0。
VBS教程：函数-FormatPercent 函数
FormatPercent 函数返回表达式，此表达式已被格式化为尾随有 % 符号的百分比（乘以 100 ）。 FormatPercent(expression[,NumDigitsAfterD
VBS教程：函数-FormatNumber 函数
FormatNumber 函数返回表达式，此表达式已被格式化为数值。 FormatNumber( expression [,NumDigitsAfterDecimal [,Inc

首页

博学

6Ren·AI

商城

c# - HTML 条函数