Как использовать HTML Agility Pack для редактирования фрагмента HTML

Итак, у меня есть фрагмент HTML, который я хочу изменить с помощью С#.

<div>
This is a specialSearchWord that I want to link to
<img src="anImage.jpg" />
<a href="foo.htm">A hyperlink</a>
Some more text and that specialSearchWord again.
</div>

и я хочу преобразовать его в это:

<div>
This is a <a class="special" href="#" onclick="location.href='http://mysite.com/search/specialSearchWord'; return false;">specialSearchWord</a> that I want to link to
<img src="anImage.jpg" />
<a href="foo.htm">A hyperlink</a>
Some more text and that <a class="special" href="#" onclick="location.href='http://mysite.com/search/specialSearchWord'; return false;">specialSearchWord</a> again.
</div>

Я собираюсь использовать HTML Agility Pack на основе многих рекомендаций здесь, но я не знаю, куда я иду. В частности,

  • Как загрузить частичный фрагмент в виде строки вместо полного HTML-документа?
  • Как редактировать?
  • Как мне вернуть текстовую строку отредактированного объекта?

Ответы

Ответ 1

  • То же, что и полный HTML-документ. Это не имеет значения.
  • Это два варианта: вы можете редактировать свойство InnerHtml напрямую (или Text на текстовых узлах) или изменять дерево dom, используя, например, AppendChild, PrependChild и т.д.
  • Вы можете использовать свойство HtmlDocument.DocumentNode.OuterHtml или использовать метод HtmlDocument.Save (лично я предпочитаю второй вариант).

Что касается синтаксического анализа, я выбираю текстовые узлы, которые содержат поисковый запрос в вашем div, а затем просто используйте метод string.Replace для его замены:

var doc = new HtmlDocument();
doc.LoadHtml(html);
var textNodes = doc.DocumentNode.SelectNodes("/div/text()[contains(.,'specialSearchWord')]");
if (textNodes != null)
    foreach (HtmlTextNode node in textNodes)
        node.Text = node.Text.Replace("specialSearchWord", "<a class='special' href='http://mysite.com/search/specialSearchWord'>specialSearchWord</a>");

И сохранение результата в строке:

string result = null;
using (StringWriter writer = new StringWriter())
{
    doc.Save(writer);
    result = writer.ToString();
}

Ответ 2

Ответы:

  • Возможно, есть способ сделать это, но я не знаю, как это сделать. Я предлагаю загрузка всего документа.
  • Используйте комбинацию XPath и регулярную выражения
  • См. приведенный ниже код для надуманного примера. Ты можешь иметь другие ограничения, не упомянутые, но этот образец кода должен получить вас начал.

Обратите внимание, что ваше Xpath-выражение, возможно, должно быть более сложным, чтобы найти div, который вы хотите.

HtmlDocument doc = new HtmlDocument();

doc.Load(yourHtmlFile);
HtmlNode divNode = doc.DocumentNode.SelectSingleNode("//div[2]");
string newDiv = Regex.Replace(divNode.InnerHtml, @"specialSearchWord", 
"<a class='special' href='http://etc'>specialSearchWord</a>");
divNode.InnerHtml = newDiv;
Console.WriteLine(doc.DocumentNode.OuterHtml);