从C＃中的Html字符串中删除不必要的标签[重复]

Posted 2023-03-05

【中文标题】从C＃中的Html字符串中删除不必要的标签[重复]

【英文标题】：Remove Unnecessary Tags from Html string in c# [duplicate]

【发布时间】：2020-09-27 01:15:50

【问题描述】：

我正在从系统获取这个 html 字符串

<h1>PDF Attachment</h1>
<h1 style="color: rgb(51, 51, 51); text-align: center;">
  <p style="font-size: 14px; font-weight: 400; text-align: justify;">Your service detail are following</p><p style="font-size: 14px; font-weight: 400; text-align: justify;">
    <table>
      <tr><td></td></tr>
    </table>&nbsp;
    <br>
 </p>
 <p style="font-size: 14px; font-weight: 400; text-align: justify;">  
   <br>
 </p>
</h1>

我在这个字符串中有两个 h1 标签。我想删除使用“table”标签的“h1”标签。

如何以编程方式删除它？

【问题讨论】：

可能跑题了，但我必须警告你，由于这个 HTML 中的错误，当你在浏览器中查看时，表格不会在段落内。

【参考方案1】：

你可以使用HtmlAgilityPack:

var content = @"<h1>PDF Attachment</h1><h1 style=""color: rgb(51, 51, 51); text-align: center;""><p style=""font-size: 14px; font-weight: 400; text-align: justify;"">Your service detail are following</p><p style=""font-size: 14px; font-weight: 400; text-align: justify;""><table><tr><td></td></tr></table>&nbsp;<br></p><p style=""font-size: 14px; font-weight: 400; text-align: justify;""><br></p></h1>";

HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(content);
var h1NeedsToRemove = htmlDoc.DocumentNode.SelectNodes("/h1").Where(i => i.ChildNodes.Any(c => c.Name == "table")).FirstOrDefault();
var childNodesOfH1 = h1NeedsToRemove.ChildNodes;
h1NeedsToRemove.Remove();

htmlDoc.DocumentNode.AppendChildren(childNodesOfH1);

它会给你想要的输出：

<h1>PDF Attachment</h1>
<p style="font-size: 14px; font-weight: 400; text-align: justify;">Your service detail are following</p><p style="font-size: 14px; font-weight: 400; text-align: justify;">
    <table>
      <tr><td></td></tr>
    </table>&nbsp;
    <br>
 </p>
 <p style="font-size: 14px; font-weight: 400; text-align: justify;">  
   <br>
 </p>

【讨论】：

但我需要这个输出