Supprimer tous les nœuds vides / inutiles de HTML

c# html-agility-pack

Question

Quel serait le moyen préféré pour supprimer tous les nœuds vides et inutiles? Par exemple

<p></p> doit être supprimé et <font><p><span><br></span></p></font> également supprimé (la balise br est donc considérée comme noneccesery )

Devrai-je utiliser une sorte de fonction récursive pour cela? Je pense peut-être à quelque chose du genre:

 RemoveEmptyNodes(HtmlNode containerNode)
 {
     var nodes = containerNode.DescendantsAndSelf().ToList();

      if (nodes != null)
      {
          foreach (HtmlNode node in nodes)
          {
              if (node.InnerText == null || node.InnerText == "")
              {
                   RemoveEmptyNodes(node.ParentNode);
                   node.Remove();
               }
           }
       }
  }

Mais cela ne fonctionne évidemment pas (exception stackoverflow).

Réponse acceptée

les balises qui ne doivent pas être supprimées, vous pouvez ajouter les noms à la liste et les nœuds avec attributs ne sont pas supprimés à cause de containerNode.Attributes.Count == 0 (par exemple, Images)

static List<string> _notToRemove;

static void Main(string[] args)
{
    _notToRemove = new List<string>();
    _notToRemove.Add("br");

    HtmlDocument doc = new HtmlDocument();
    doc.LoadHtml("<html><head></head><body><p>test</p><br><font><p><span></span></p></font></body></html>");
    RemoveEmptyNodes(doc.DocumentNode);
}

static void RemoveEmptyNodes(HtmlNode containerNode)
{
    if (containerNode.Attributes.Count == 0 && !_notToRemove.Contains(containerNode.Name) && string.IsNullOrEmpty(containerNode.InnerText))
    {
        containerNode.Remove();
    }
    else
    {
        for (int i = containerNode.ChildNodes.Count - 1; i >= 0; i-- )
        {
            RemoveEmptyNodes(containerNode.ChildNodes[i]);
        }
    }
}


Related

Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow
Sous licence: CC-BY-SA with attribution
Non affilié à Stack Overflow