我正在使用 HtmlAgilityPack 来解析和操作 html 文本。然而,DocumentNode.OuterHtml 似乎缺少结束标记。
为了隔离问题,现在我什么都不做,只是解析并获取 OuterHtml(无操作):
var document = new HtmlDocument();
document.LoadHtml(myHtml);
result = document.DocumentNode.OuterHtml;
原文:(myHtml)
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head><meta http-equiv="X-UA-Compatible" content="IE=Edge" /><title>
MyTitle
</title>
OutputHtml:(结果)注意元元素未关闭
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head><meta http-equiv="X-UA-Compatible" content="IE=Edge"><title>
MyTitle
</title>
类似地,所有 input 和 img 元素都保持打开状态。 (请不要回答这不应该是一个问题。好吧,它不应该是,但确实是。)Chrome 无法正确渲染页面。继续阅读。
更奇怪的是:
原文:(myHtml)
<option value="10">Afrikaans</option>
<option value="11">Albanian</option>
<option value="12">Arabic</option>
<option value="13">Armenian</option>
<option value="14">Azerbaijani</option>
<option value="15">Basque</option>
OutputHtml:(结果)请注意,缺少完整的显式结束标记
<option value="10">Afrikaans
<option value="11">Albanian
<option value="12">Arabic
<option value="13">Armenian
使用 HtmlAgilitPack 最新 NuGet 包:id="HtmlAgilityPack"version="1.4.9"
最佳答案
加载文档时可以设置多个选项。
定义是否必须在文档末尾或直接在文档中关闭非关闭节点。将其设置为 true 实际上可以改变浏览器呈现页面的方式。
document = new HtmlDocument();
document.OptionAutoCloseOnEnd = true;
document.LoadHtml(content);
值得一读的相关资源:
关于c# - HtmlAgilityPack 在 OuterHtml 中生成缺失的结束标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35179687/