C#库用于清理HTML

Question

我想知道在 .Net 中是否有一个库可以清理和删除 HTML 文档中未闭合的标签？

- ryudice

Answer 1

敏捷包

http://www.codeplex.com/htmlagilitypack

- Luke Schafer

---

很抱歉再次打扰您，我尝试使用Html Agility Pack，但没有成功。我的做法是创建一个新的HtmlDocument对象，并在构造函数中传入包含要修复的HTML字符串，但是我需要将文档作为字符串返回，而我不知道如何实现。 - ryudice

我使用HtmlDocument类解析了我的文本，但它仍然存在未闭合的标签，有没有办法将它们移除？ - ryudice

我一时想不起来了，但是尝试使用outputasxml，或者在那里有另一个选项可以修复嵌套标签，但我不确定在什么情况下它会起作用。 - Luke Schafer

卢克，我相信你指的是我刚刚回答自己问题的答案。https://dev59.com/QkvSa4cB1Zd3GeqPga8l - codygman

我以前用过它，但那是一篇很棒的文章，谢谢分享。 - Luke Schafer

Answer 2

HtmlTidy！

更多细节请查看下面的网址：

http://www.devx.com/dotnet/Article/20505/0/page/2

下载/项目源代码如下：

http://tidy.sourceforge.net/

我提供了另一个链接，因为它包含有关 .net 包装器和设置一切的信息。希望这可以帮助您！

- codygman

---

对于C#语言，特定的链接是由Mark Beaton维护的一个名为TidyManaged的项目。链接地址为https://github.com/markbeaton/TidyManaged。 - wonea