C#如何格式化HTML代码

Question

做爬虫的时候，爬取的html会出现 标签不完全匹配的情况。缺少或者多一些标签，或者一些标签是断掉的。如何通过C#代码来格式化html呢？
有些网站是可以格式化的，毕竟是js写的。找的最好的也就是这个网站了：
http://www.baidufe.com/fehelper/codebeautify.html

如何才能通过C#实现格式化html的功能呢？

Answer 1

如果标签缺失，你需要一种规则去理解这种代码二义性。
比如
<div><div></div>
到底是内侧的div缺失还是外侧的div缺失，这个由不同的理解。

在本身html完整的情况下，可以用xml解析的方式遍历节点，然后再输出对应层次对应的缩进