使用HtmlAgilityPack删除属性

Question

使用HtmlAgilityPack删除属性

26

我正在尝试使用HtmlAgilityPack创建一个代码段，以便移除所有带有style属性的标签。

这是我的代码：

var elements = htmlDoc.DocumentNode.SelectNodes("//*");

if (elements!=null)
{
    foreach (var element in elements)
    {
        element.Attributes.Remove("style");
    }
}

然而，我不能让它生效。如果我在 Remove("style") 后立即查看 element 对象，我会发现 style 属性已被移除，但它仍然出现在 DocumentNode 对象中。:/

我感觉有点蠢，但这对我来说似乎不太对？有人使用 HtmlAgilityPack 做过类似的事情吗？谢谢！

更新

我将代码更改为以下内容，它可以正常工作：

public static void RemoveStyleAttributes(this HtmlDocument html)
{
   var elementsWithStyleAttribute = html.DocumentNode.SelectNodes("//@style");

   if (elementsWithStyleAttribute!=null)
   {
      foreach (var element in elementsWithStyleAttribute)
      {
         element.Attributes["style"].Remove();
      }
   }
}

- Ted Nyberg

你能添加一个复现代码吗？因为我已经测试了这个HTML <html style='style1'><body style='style2'></body></html>，它可以工作。 - Simon Mourier

你使用 InnerHtml 属性吗？在撰写本文时，它存在一个 bug，请改用 WriteContentTo 方法。 - greenoldman

2个回答

9

这里有一个非常简单的解决方案

VB.net

element.Attributes.Remove(element.Attributes("style"))

c#

element.Attributes.Remove(element.Attributes["style"])

- Otto Kanellis

2

谢谢，有一个更正：element.Attributes("style") 应该是 element.Attributes["style"]。 - Patrick Koorevaar

1

你说得对，因为我没有表达清楚：我的代码是用VB.NET编写的。 - Otto Kanellis

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Oleks · Accepted Answer

您的代码片段似乎是正确的-它删除了属性。问题在于，DocumentNode .InnerHtml（我假设您监视了此属性）是一个复杂的属性，可能会在某些未知情况下更新，实际上您不应该使用此属性获取文档字符串。而是应该使用 HtmlDocument.Save 方法：

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

现在result变量包含您文档的字符串表示形式。

还有一件事：通过将表达式更改为"//*[@style]"，可以改进您的代码，这将使您仅获取具有style属性的元素。