Quale sarebbe il modo preferito per rimuovere tutti i nodi vuoti e inutili? Per esempio
<p></p>
dovrebbe essere rimosso e <font><p><span><br></span></p></font>
dovrebbe anche essere rimosso (quindi il tag br è considerato inutile in questo caso )
Dovrò usare una sorta di funzione ricorsiva per questo? Sto pensando qualcosa sulla falsariga di questo forse:
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();
}
}
}
}
Ma ovviamente non funziona (eccezione stackoverflow).
i tag che non devono essere rimossi, è possibile aggiungere i nomi all'elenco e anche i nodi con gli attributi non vengono rimossi a causa di containerNode.Attributes.Count == 0 (es. Immagini)
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]);
}
}
}