c# - HTML 查找和替换 href 标签

Question

可能重复：
在 C# 中解析 html 的最佳方法是什么？

我正在解析一个 HTML 文件。我需要在 html 中找到所有 href 标记并将它们替换为文本友好的版本。

这是一个例子。

Original Text: <a href="http://foo.bar">click here</a> 
replacement value: click here <http://foo.bar>

我如何实现这一目标？

Answer 1

您可以使用Html Agility Pack library，代码如下：

        HtmlDocument doc = new HtmlDocument();
        doc.Load(myHtmlFile); // load your file

        // select recursively all A elements declaring an HREF attribute.
        foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//a[@href]"))
        {
            node.ParentNode.ReplaceChild(doc.CreateTextNode(node.InnerText + " <" + node.GetAttributeValue("href", null) + ">"), node);
        }

        doc.Save(Console.Out); // output the new doc.