c# - 如何停止 HtmlAgilityPack 更改加载页面的源？

Question

我正在使用 HtmlAgilityPack 加载 html 文件，如下所示：

var doc = new HtmlAgilityPack.HtmlDocument();
doc.OptionOutputOriginalCase = true;
doc.Load(@"c:\ftp\file3.html");

然后我使用xpath来选择节点并获取outerHTML，但问题是我得到了一个修改过的页面源，例如我得到：

<font class="hello" id="price">

当在真实页面源上时

<font class=hello id=price>

我该如何避免呢？

score 3 · Accepted Answer

你没有。至少在使用 DOM 解析器时不会。

在这种情况下，HTML 敏捷包正在获取字符串输入，并尽最大努力从该输入创建一个有效的 DOM。这是无效的：

<font class=hello id=price>

所以它将它翻译成有效的东西：

<font class="hello" id="price">

它将尝试对 HTML 中的所有无效标记执行相同的操作。如果您不想使用有效的标记，那么 DOM 解析器可能不是适合这项工作的工具。那时您正在使用自定义字符串输入，您必须自己解析它。

1 回答 1