3

我正在尝试删除我的 html 文档中任何重复或多次出现的<br>标签。到目前为止，这是我想出的（非常愚蠢的代码）：

HtmlNodeCollection elements = nodeCollection.ElementAt(0)
                             .SelectNodes("//br");

if (elements != null)
{
    foreach (HtmlNode element in elements)
    {
        if (element.Name == "br")
        {
             bool iterate = true;
             while(iterate == true)
             {
                 iterate = removeChainElements(element);
             }
         }
     }
}

private bool removeChainElements(HtmlNode element)
{
    if (element.NextSibling != null && element.NextSibling.Name == "br")
    {
        element.NextSibling.Remove();
    }
    if (element.NextSibling != null && element.NextSibling.Name == "br")
         return true;
    else
         return false;
    }
}

该代码确实找到了br标签，但它根本没有删除任何元素。

4

2 回答 2

3

我认为您的解决方案过于复杂，尽管据我所知，这个想法似乎是正确的。

假设，首先找到所有节点会更容易<br />，然后删除那些之前的兄弟节点是节点的<br />节点。

让我们从下一个示例开始：

var html = @"<div>the first line<br /><br />the next one<br /></div>";
var doc = new HtmlDocument();
doc.LoadHtml(html);

现在找到<br />节点并删除重复元素链：

var nodes = doc.DocumentNode.SelectNodes("//br").ToArray();
foreach (var node in nodes)
    if (node.PreviousSibling != null && node.PreviousSibling.Name == "br")
        node.Remove();

并得到它的结果：

var output = doc.DocumentNode.OuterHtml;

它是：

<div>the first line<br>the next one<br></div>
于 2012-07-04T17:17:48.763 回答
0

也许你可以这样做htmlsource = htmlSource.Replace("<br /><br />", <br />);

或者可能是这样的

    string html = "<br><br><br><br><br>";

    html = html.Replace("<br>", string.Empty);

    html = string.Format("{0}<br />", html);

    html = html.Replace(" ", string.Empty);
    html = html.Replace("\t", string.Empty);
于 2012-07-03T08:31:52.583 回答