3

考虑以下 HTML 片段（_用于空格）：

<head>
    ...
    <link ... ___/>
    <!-- ... -->
    ...
</head>

我正在使用 Html Agility Pack (HAP) 来读取 HTML 文件/片段并去除链接。我想要做的是找到LINK（和其他一些）元素，然后用空格替换它们，如下所示：

<head>
    ...
    ____________
    <!-- ... -->
    ...
</head>

到目前为止，解析部分似乎正在工作，我得到了我正在寻找的节点。但是，HAP 会尝试修复 HTML 内容，而我需要所有内容完全相同，除了我正在尝试进行的更改。另外，在回写之前读入的内容时，HAP 似乎有很多错误，所以我想采取的方法是让 HAP 解析输入，然后我回到原始输入并替换我的内容不想要。

问题是，HtmlNode似乎没有输入长度属性。它StreamPosition似乎表明在输入中开始读取节点内容的位置，但我找不到可以告诉我构建节点消耗了多少字符的长度属性。

我尝试使用该OuterHtml属性，但不幸的是，HAP 尝试LINK通过删除该___/部分来修复该属性（LINK不应该关闭一个元素）。因此，OuterHtml.Length返回错误的长度。

HAP 有没有办法获取这些信息？

4

3 回答 3

3

我最终修改了 HtmlAgilityPack 的代码以公开一个新属性，该属性_outerlength返回HtmlNode.

public virtual int OuterLength
{
    get
    {
        return ( _outerlength );
    }
}

到目前为止，这似乎工作正常。

于 2012-10-24T03:36:00.903 回答
3

如果您想在不重新编译 HAP 的情况下获得相同的结果，请使用反射来访问私有变量。

我通常不建议使用反射来访问私有变量，但我最近遇到了与此完全相同的情况并使用了反射，因为我无法使用程序集的重新编译版本。为此，请创建一个包含字段信息对象的静态变量（以避免在每次使用时重新创建它）：

private static readonly FieldInfo HtmlNodeOuterLengthFieldInfo = typeof(HtmlNode).GetField("_outerlength", BindingFlags.NonPublic | BindingFlags.Instance);

然后，每当您想访问原始外部 HTML 的真实长度时：

var match = htmlDocument.DocumentNode.SelectSingleNode("xpath");
var htmlLength = (int)HtmlNodeOuterLengthFieldInfo.GetValue(match);
于 2013-03-10T13:29:12.367 回答
1

将@Xcalibur 的答案转换为扩展方法。

请注意，它HtmlNode有 property OuterLength，但它与它的 private field 不同_outerlength，这是我们需要的。（在这里阅读其他答案时，我首先认为自 2013 年以来，HtmlAgilityPack 已经将其添加OuterLength为公共属性，他们确实这样做了，但经过一些测试，我注意到它只是返回 length of OuterHtml）。因此，我们可以从源代码重建包以将字段公开为公共属性，或者使用带有反射的扩展方法（这很慢）。

扩展方法

namespace HtmlAgilityPack
{
    public static class HtmlDocumentExtensions
    {
        private static readonly System.Reflection.FieldInfo HtmlNodeOuterLengthFieldInfo = 
          typeof(HtmlNode).GetField("_outerlength", System.Reflection.BindingFlags.NonPublic 
          | System.Reflection.BindingFlags.Instance);

        public static int GetOuterLengthInStream(this HtmlNode node) => 
          (int)HtmlNodeOuterLengthFieldInfo.GetValue(node ?? 
          throw new System.ArgumentNullException(nameof(node)));
    }
}

因为HtmlNode已经有了属性OuterLength，为了避免歧义我调用了方法GetOuterLengthInStream()。

用法

node.GetOuterLengthInStream()
于 2020-05-18T22:04:29.967 回答