C#扩展 HTMLParser 对＜strong＞或自定义标签的处理

最新推荐文章于 2022-01-02 20:53:20 发布

willgon123

最新推荐文章于 2022-01-02 20:53:20 发布

阅读量228

点赞数

分类专栏：个人笔记文章标签： C# HTMLParser HTML

本文链接：https://blog.csdn.net/u010182162/article/details/113887399

版权

个人笔记专栏收录该内容

55 篇文章 2 订阅

订阅专栏

使用前提，你需要知道HTMLParser是用于对Html的文本处理的。

具体可参考：

黄聪：C#解析HTML DOM解析类 HtmlParser.Net 下载

当我使用的时候，发现HTMLParser里面只支持46个标签，包括：<html>, <body>, <div>, <span>等等。

但是不支持<strong>, <font>, <em>及其他自定义标签的识别。

网上搜索的，都是对java程序的支持。于是开始研究怎么C#对HTMLParser的标签注册。

首先定义想要HTMLParser支持的标签：

定义对Strong标签支持的类：

public class StrongTag : CompositeTag
{
    private static string[] mIds = { "strong" };
    private static string[] mEndTagEnders = { "strong" };

    public StrongTag()
    {
    }

    public string[] getIds()
    {
        return mIds;
    }
    public string[] getEndTagEnders()
    {
        return mEndTagEnders;
    }
}

定义对font标签支持的类：

public class FontTag : CompositeTag
{
    private static string[] mIds = { "font" };
    private static string[] mEndTagEnders = { "font" };

    public FontTag()
    {
    }

    public string[] getIds()
    {
        return mIds;
    }
    public string[] getEndTagEnders()
    {
        return mEndTagEnders;
    }
}

定义好了之后，使用PrototypicalNodeFactory进行注册：

var str = "<html>...</html>";
var parser = new Parser(new Lexer(str));
PrototypicalNodeFactory factory = new PrototypicalNodeFactory();
factory.Put("STRONG", new StrongTag());
factory.Put("FONT", new FontTag());
parser.NodeFactory = factory;

最后写上parser.NodeFactory = factory; 就注册成功。

使用的时候：

List<NodeFilter> filterList = new List<NodeFilter>();
filterList.Add(new TagNameFilter("strong"));
var filterBase = new OrFilter();
foreach (var filter in filterList)
{
    filterBase = new OrFilter(filterBase, filter);
}
var nodelist = parser.Parse(filterBase);
for (var i = 0; i < nodelist.Count; i++)
{
    var node = nodelist[i];
    ITag tag = node == null ? null : (node is ITag ? node as ITag : null);
    if (tag != null)
    {
        string removeHtml = tag.ToHtml();
        str = str.Replace(removeHtml, "");
    }
}

如果新的str文本中，所有<strong>都没有了，则意味着成功了。

当然，你们自己可以根据自己的需求，将筛选条件进行改动。

willgon123

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
1
评论
C#扩展 HTMLParser 对＜strong＞或自定义标签的处理

使用前提，你需要知道HTMLParser是用于对Html的文本处理的。具体可参考：黄聪：C#解析HTML DOM解析类 HtmlParser.Net 下载当我使用的时候，发现HTMLParser里面只支持46个标签，包括：<html>, <body>, <div>, <span>等等。但是不支持<strong>, <font>, <em>及其他自定义标签的识别。网上搜索的，都是对java程序的支持。于.
复制链接

扫一扫