Tag: htmltidy

在N个部分中拆分html字符串

有没有人有一个分裂html字符串（来自一个小的mce编辑器）并使用C＃将它分成N个部分的例子？ 我需要均匀地分割字符串而不分割单词。 我想只是拆分html并使用HtmlAgilityPack尝试修复损坏的标签。 虽然我不确定如何找到分裂点，但理想情况下它应该基于文本上的purley而不是html。 谁有任何想法如何去做？ UPDATE 根据要求，这是输入和所需输出的示例。 INPUT： Lorem ipsum dolor sit amet, consectetur adipiscing elit. 输出（当分成3个小组时）： Part1: Lorem ipsum dolor Part2: sit amet, consectetur Part3: adipiscing elit. 更新2： 我刚刚玩过Tidy HTML，这似乎可以很好地修复损坏的标签，所以如果我能找到一种方法来找到拆分品牌，这可能是个不错的选择？ 更新3 在.NET C＃中对整个单词使用类似于此Truncate字符串的方法，我现在设法获得将构成每个部分的纯文本单词列表。 所以，比如说使用Tidy HTML我有一个有效的HTML结构，并给出了这个单词列表，任何人都知道现在最好的分割方法是什么？ 更新4 任何人都可以看到使用正则表达式以下列方式使用HTML查找索引的问题： 给定纯文本字符串“sit amet，consectetur”，用正则表达式替换所有空格“（\ s | ）*”，理论上找到包含空格和/或任何组合的字符串标签 然后我可以使用Tidy HTML修复损坏的html标签？ 非常感谢 马特

哪个是最好的HTML整洁包？ HTML agility pack中是否有任何选项可以使HTML网页整洁？

我正在使用html agility pack来解析html 表格信息 。 现在有一些html内容缺少结束标记，并且由于缺少结束标记而来自此页面html敏捷包不能正确解析信息。所以我想在缺少结束标记的地方插入结束标记，以便html敏捷包正确解析信息。 所以要插入缺少的结束标记我该怎么办？我应该为此编写自己的代码还是使用html tidy pack来做到这一点？ 如果html整洁包然后哪个是最好的html整洁包 ，如果可能的话如何使用它的任何例子？ 如果我自己的代码比它可能是什么样的？ 在html agility pack中是否有任何选项可以使我们能够首先使html页面整洁 ，然后解析网页。