c# - 如何在 C# 中将 html 转换为 BBcode

Question

我需要将html文本转换为bbcodes。我在哪里可以找到我应该怎么做？例如，我转换链接：

 regex = new Regex("<a href=\"(.+?)\">(.+?)</a>");
 htmlCode = regex.Replace(htmlCode, "[URL]$1[/URL]");

我如何转换 bbcodes 中的所有 html 标签（并替换为空的不是 bb 代码，标签P

Answer 1

与其使用正则表达式（它永远无法解析 HTML），不如尝试使用HtmlAgilityPack向下搜索 DOM 树并将相关的 HTML 标记更改为 BBCode。制作一个新的有效BBCode 文档似乎是其中最难的部分——也许有一些库可以帮助在某处制作有效的 BBCode 标记？

Answer 2

对于一些HTML 标签，你可以做一个简单的string.Replace. BBCode 在很多方面只是一个 1:1 的标签对标签映射，例如<b>，分别</b>映射到[B]和[/B]。因此，只需：

html.Replace("<b>", "[b]").Replace("</b>", "[/b]")

如果它真的是非常简单的 HTML，并且您不介意逐个标记执行此操作的性能影响和代码丑陋，那就去吧。但要注意跨站脚本漏洞，如果你打算在某个网页上显示生成的 BBCode；这远远不足以进行消毒。

但甚至不必费心尝试使用正则表达式来清理 HTML 并自动替换所有标签。例如，<img>标签在 HTML 和 BBCode 中看起来完全不同。在 HTML 中是<img src="..."/>（斜杠是可选的），在 BBCode 中是[IMG]...[/IMG]. 用正则表达式来做这件事......好吧，让我们说次优。

正则表达式是为正则语言设计的，而 HTML 不是正则语言，它是一种上下文无关的语言。考虑使用实际的 HTML 解析器，而不是HTML Agility Pack。然后你可以下降 DOM 树，将你想要的元素列入白名单，并将它们映射到 BBCode 或任何你喜欢的东西。

Answer 3

我知道你想使用一个为解析 DOM 又名 HtmlAgilityPack 而构建的工具，但我需要一些可以使用 .net 中内置的工具而不必引用外部 dll 的东西。

所以我用 c# 编写了一个转换器，它通过 RegEx 完成所有工作。

这是我的文章http://www.foliotek.com/devblog/convert-html-to-bbcode-in-c/