Come selezionare i tipi di nodo che sono HtmlNodeType.Comment utilizzando HTMLAgilityPack

c# html-agility-pack

Domanda

Desidero rimuovere da cose HTML come

<!--[if gte mso 9]>
...
<![endif]-->


<!--[if gte mso 10]>
...
<![endif]-->

Come fare questo in C # usando HTMLAgilityPack?

sto usando

static void RemoveTag(HtmlNode node, string tag)
        {
            var nodeCollection = node.SelectNodes("//"+ tag );
            if(nodeCollection!=null)
                foreach (HtmlNode nodeTag in nodeCollection)
                {
                    nodeTag.Remove();
                }
        }

per i tag normali.

Risposta accettata

        public static void RemoveComments(HtmlNode node)
        {
            foreach (var n in node.ChildNodes.ToArray())
                RemoveComments(n);
            if (node.NodeType == HtmlNodeType.Comment)
                node.Remove();
        }


        static void Main(string[] args)
        {
            var doc = new HtmlDocument();
            string html = @"<!--[if gte mso 9]>
...
<![endif]-->

<body>
    <span>
        <!-- comment -->
    </span>
    <!-- another comment -->
</body>

<!--[if gte mso 10]>
...
<![endif]-->";
            doc.LoadHtml(html);

            RemoveComments(doc.DocumentNode);
            Console.WriteLine(doc.DocumentNode.OuterHtml);
            Console.ReadLine();

        }

O un divertente piccolo stile LINQ:

public static IEnumerable<HtmlNode> Walk(HtmlNode node)
{
    yield return node;
    foreach (var child in node.ChildNodes)
        foreach (var x in Walk(child))
            yield return x;
}

...

foreach (var n in Walk(doc.DocumentNode).OfType<HtmlCommentNode>().ToArray())
    n.Remove();

Ancora più semplice (ho dimenticato che potremmo usare xpath per trovare i nodi dei commenti)

    var doc = new HtmlDocument();
    string html = @"
<!--[if gte mso 9]>
...
<![endif]-->

<body>
<span>
<!-- comment -->
</span>
<!-- another comment -->
</body>

<!--[if gte mso 10]>
...
<![endif]-->";
    doc.LoadHtml(html);
    foreach (var n in doc.DocumentNode.SelectNodes("//comment()") ?? new HtmlNodeCollection(doc.DocumentNode))
        n.Remove();

Risposta popolare

@ Mark, ha incorporato il tuo terzo esempio per produrlo, per riferimento:

public static string CleanUpRteOutput(this string s)
        {
            if (s != null)
            {
                HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
                doc.LoadHtml(s);
                RemoveTag(doc, "script");
                RemoveTag(doc, "link");
                RemoveTag(doc, "style");
                RemoveTag(doc, "meta");
                RemoveTag(doc, "comment");
...

e la funzione removeTag:

static void RemoveTag(HtmlAgilityPack.HtmlDocument doc, string tag)
        {
            foreach (var n in doc.DocumentNode.SelectNodes("//" + tag) ?? new HtmlAgilityPack.HtmlNodeCollection(doc.DocumentNode))
                n.Remove(); 
        }


Related

Autorizzato sotto: CC-BY-SA with attribution
Non affiliato con Stack Overflow
È legale questo KB? Sì, impara il perché
Autorizzato sotto: CC-BY-SA with attribution
Non affiliato con Stack Overflow
È legale questo KB? Sì, impara il perché