c# - C# 版本的 HTML Tidy？

Question

我只是在寻找一种非常简单的方法来清理一些 HTML（可能使用嵌入式 JavaScript 代码）。我尝试了两个不同的 HTML Tidy .NET 端口，并且都抛出异常......

抱歉，“干净”是指“缩进”。HTML 完全没有格式错误。它是严格的XHTML 。

我终于得到了使用SGML的东西，但这确实是缩进某些 HTML 的最荒谬的代码块。

private static string FormatHtml(string input)
{
    var sgml = new SgmlReader {DocType = "HTML", InputStream = new StringReader(input)};
    using (var sw = new StringWriter())
    using (var xw = new XmlTextWriter(sw) { Indentation = 2, Formatting = Formatting.Indented })
    {
        sgml.Read();
        while (!sgml.EOF)
            xw.WriteNode(sgml, true);
    }
    return sw.ToString();
}

score 13 · Accepted Answer

AngleSharp 100% c#

    var parser = new HtmlParser();
    
    var document = parser.Parse("<html><head></head><body><i></i></body></html>");

    var sw = new StringWriter();
    document.ToHtml(sw, new PrettyMarkupFormatter());

    var HTML_prettified = sw.ToString();

塞巴斯蒂安编辑：

 //old parse method
 var document = parser.Parse("<html><head></head><body><i></i></body></html>");

 //new parse method  -Updated version (Nuget Package AngleSharp 0.16.1): 
 var document = await parser.ParseDocumentAsync(Code);

score 9 · Accepted Answer

HTML Tidy 的最新 C# 包装器由 Mark Beaton 完成，它似乎比您引用的链接 (2003) 更新得多。另外值得注意的是，Mark 也提供了可执行文件供参考，而不是从官方网站上提取它们。这应该可以很好地组织和验证您的HTML。

score 3 · Accepted Answer

更新：

检查HtmlTextWriter或XhtmlTextWriter，用法：使用 HtmlTextWriter 格式化 Html 输出，也许通过 HtmlTextWriter 构建 HTML会更好？

另请查看：LINQ 和 Lambda，第 3 部分：Html Agility Pack to LINQ to XML Converter

http://www.manoli.net/csharpformat/，这里是源代码，以防你错过。

也许你想自己做？这个项目可能会有所帮助：Html Agility Pack

什么是 Html Agility Pack (HAP)？

这是一个敏捷的 HTML 解析器，它构建一个读/写 DOM 并支持普通的 XPATH 或 XSLT（实际上你不必了解 XPATH 或 XSLT 就可以使用它，不用担心......）。它是一个 .NET 代码库，允许您解析“网络之外”的 HTML 文件。解析器对“真实世界”格式错误的 HTML 非常宽容。对象模型与 System.Xml 的提议非常相似，但用于 HTML 文档（或流）。

Html Agility Pack 现在支持 Linq to Objects（通过 LINQ to Xml Like 接口）。查看新的测试版以使用此功能

示例应用程序：

页面修复或生成。你可以按照你想要的方式修复一个页面，修改 DOM，添加节点，复制节点，嗯......你命名它。

网络扫描仪。您可以通过一堆 XPATH 查询轻松访问 img/src 或 a/hrefs。

网络刮板。例如，您可以轻松地将任何现有网页剪贴到 RSS 提要中，只需一个 XSLT 文件作为绑定。提供了一个示例。

您也可以尝试此实现：HTML Tidy 库的托管包装器

score 1 · Accepted Answer

我过去曾使用SGML Reader将 HTML 转换为 XHTML。可能值得研究...

当我使用它时，我从来没有遇到过任何问题。

score 1 · Accepted Answer

您可以使用HtmlAgilityPack（从 nuget 添加此包）。

代码示例：

string html = "<div><p>line 1<br>line 2</p><span></div>";
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(description);
var fixedHtml = htmlDoc.DocumentNode.OuterHtml;

输出：

<div><p>line 1<br />line 2</p><span></span></div>

score 0 · Accepted Answer

Beautifier 提供了 html 我使用了 html-beautify。例如

const beautified = html_beautify("<div><p></p></div>");
console.log(beautified)

<script src="https://cdnjs.cloudflare.com/ajax/libs/js-beautify/1.14.0/beautify-html.min.js"></script>

c# - C# 版本的 HTML Tidy？

6 回答 6

Related

Reference