Pacchetto agilità HTML: rimozione di tag indesiderati senza rimuovere il contenuto?

Question

Pacchetto agilità HTML: rimozione di tag indesiderati senza rimuovere il contenuto?

c# html-agility-pack

Domanda

Ho visto alcune domande correlate qui, ma non parlano esattamente dello stesso problema che sto affrontando.

Voglio utilizzare l' HTML Agility Pack per rimuovere i tag indesiderati dal mio codice HTML senza perdere il contenuto all'interno dei tag.

Quindi, ad esempio, nel mio scenario, vorrei conservare i tag " b ", " i " e " u ".

E per un input come:

my paragraph <div>and my div</div> are italic and bold

L'HTML risultante dovrebbe essere:

my paragraph and my div are italic and bold

Ho provato ad usare il metodo di Remove HtmlNode , ma rimuove anche il mio contenuto. Eventuali suggerimenti?

Mathias Lykkegaard Lorenzen

Risposta popolare

Come rimuovere ricorsivamente un determinato elenco di tag html indesiderati da una stringa html

Ho risposto a @mathias e ho migliorato il suo metodo di estensione in modo da poter fornire un elenco di tag da escludere come List<string> (ad esempio {"a","p","hr"} ). Ho anche corretto la logica in modo che funzioni correttamente in modo ricorsivo:

public static string RemoveUnwantedHtmlTags(this string html, List<string> unwantedTags)
    {
        if (String.IsNullOrEmpty(html))
        {
            return html;
        }

        var document = new HtmlDocument();
        document.LoadHtml(html);

        HtmlNodeCollection tryGetNodes = document.DocumentNode.SelectNodes("./*|./text()");

        if (tryGetNodes == null || !tryGetNodes.Any())
        {
            return html;
        }

        var nodes = new Queue<HtmlNode>(tryGetNodes);

        while (nodes.Count > 0)
        {
            var node = nodes.Dequeue();
            var parentNode = node.ParentNode;

            var childNodes = node.SelectNodes("./*|./text()");

            if (childNodes != null)
            {
                foreach (var child in childNodes)
                {
                    nodes.Enqueue(child);                       
                }
            }

            if (unwantedTags.Any(tag => tag == node.Name))
            {               
                if (childNodes != null)
                {
                    foreach (var child in childNodes)
                    {
                        parentNode.InsertBefore(child, node);
                    }
                }

                parentNode.RemoveChild(node);

            }
        }

        return document.DocumentNode.InnerHtml;
    }

theyetiman

Vedi di più su Stack Overflow

Mathias Lykkegaard Lorenzen · Accepted Answer · 11/12/2016 12:37:12 AM

Ho scritto un algoritmo basato sui suggerimenti di Oded. Ecco qui. Funziona come un fascino.

Rimuove tutti i tag tranne i nodi strong , em , u e di testo non elaborati.

internal static string RemoveUnwantedTags(string data)
{
    if(string.IsNullOrEmpty(data)) return string.Empty;

    var document = new HtmlDocument();
    document.LoadHtml(data);

    var acceptableTags = new String[] { "strong", "em", "u"};

    var nodes = new Queue<HtmlNode>(document.DocumentNode.SelectNodes("./*|./text()"));
    while(nodes.Count > 0)
    {
        var node = nodes.Dequeue();
        var parentNode = node.ParentNode;

        if(!acceptableTags.Contains(node.Name) && node.Name != "#text")
        {
            var childNodes = node.SelectNodes("./*|./text()");

            if (childNodes != null)
            {
                foreach (var child in childNodes)
                {
                    nodes.Enqueue(child);
                    parentNode.InsertBefore(child, node);
                }
            }

            parentNode.RemoveChild(node);

        }
    }

    return document.DocumentNode.InnerHtml;
}

Pacchetto agilità HTML: rimozione di tag indesiderati senza rimuovere il contenuto?

Domanda

Fastest Entity Framework Extensions

Risposta accettata

Risposta popolare

Come rimuovere ricorsivamente un determinato elenco di tag html indesiderati da una stringa html

Performance

Expression Evaluator

Related