c# - 如何在将 web.response 流保存到文本文件之前对其进行格式化

Question

我正在使用 web.response 方法作为网络爬虫收集信息。我将它收集到一个字符串中，然后将其保存到一个文本文件中。然后我使用正则表达式搜索该文本文件。现在的问题是，当我使用正则表达式搜索该文本文件时，我无法正确执行此操作，因为文本文件中有许多随机换行符。

我的问题是“有没有办法让我通过 web.response 方法获得的 XML (HTML) 文档在保存到文本文件之前可以正确格式化，这样文本中就没有随机空格和换行符。我什至不能在此处发布未格式化的 HTML，否则我会这样做。

Answer 1

Internet 可能会讨厌你这样做，但如果你有预定义的标准，你可以转换字符串，例如：

var formattedHtml = html.Replace(Environment.NewLine, "");

Answer 2

这可以解决你的问题。但从性能的角度来看，它是一个bad solution。

对响应执行以下操作

1. 提取>和<符号之间的内容并执行修剪空白操作
2. 删除所有剩余的新行（如果存在）

另一个better solution将使用更好的正则表达式来搜索字符串