HTML查找和替换href标签[重复]

Posted 2023-03-05

【中文标题】HTML查找和替换href标签[重复]

【英文标题】：HTML find and replace href tags [duplicate]

【发布时间】：2012-10-19 00:57:02

【问题描述】：

可能重复：What is the best way to parse html in C#?

我正在解析一个 HTML 文件。我需要在 html 中找到所有 href 标签并替换它们 带有文本友好的版本。

这是一个例子。

Original Text: <a href="http://foo.bar">click here</a> 
replacement value: click here <http://foo.bar>

我如何做到这一点？

【问题讨论】：

提示正则表达式火焰战争。

带有正则表达式和反向引用

@Cyborgx37 他没有要求regex..问题有效

@Fake.It.Til.U.Make.It - 我知道。但是这样一个开放式问题肯定会导致一个包含正则表达式的答案，然后是强制性的You can't use regex to parse HTML，然后是Oh yes you can!

@Cyborgx37 当您从 html 标签中获取纯文本数据时，这将导致 哦，是的，您可以！...

【参考方案1】：

您可以使用Html Agility Pack library，代码如下：

        HtmlDocument doc = new HtmlDocument();
        doc.Load(myHtmlFile); // load your file

        // select recursively all A elements declaring an HREF attribute.
        foreach (HtmlNode node in doc.DocumentNode.SelectNodes("//a[@href]"))
        
            node.ParentNode.ReplaceChild(doc.CreateTextNode(node.InnerText + " <" + node.GetAttributeValue("href", null) + ">"), node);
        

        doc.Save(Console.Out); // output the new doc.

【讨论】：

请注意（根据meta.stackexchange.com/questions/156184 的要求），Simon 推荐的库是他的作者。目前最引人注目的竞争对手是CsQuery。