2 lollipop6105 Lollipop6105 于 2016.03.05 11:07 提问

C#如何格式化HTML代码 5C

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图片说明

如何才能通过C#实现格式化html的功能呢?

3个回答

caozhy
caozhy   Ds   Rxr 2016.03.06 07:04

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

Marksinoberg
Marksinoberg   Ds   Rxr 2016.03.06 07:48

我记得网上有一个专门的第三方的库,具体记不得名字了,你可以搜索一下试试,希望能帮到你图片说明

Lollipop6105
Lollipop6105 我也想知道名字呀
2 年多之前 回复
yale8848
yale8848   2016.03.06 16:07
Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
将普通字符串格式化为HTML C#
///     /// 将普通字符串格式化为HTML    ///     /// 所要格式化的字符串    /// 是否自动识别"http://"或"https://"开头的URL和Email地址,识别出来的URL和Email将会自动加上超链接    /// 格式化后的HTML代码    public static string TextToHTML(string textStr, bool s
HTML代码格式化 HTML Tidy Notepad++
最近遇到一个问题,找不到合适的HTML代码格式化软件。chinaz的在线HTML格式化又时常死(代码多或有问题的时候) 于是,搜了半天,发现Notepad++有个TextFX插件(不用sublime text的插件,据说那个格式化不咋地) 但问题又出现了,最新版本的Notepad++缺少一个dll,不能用。 SF又下不了。。 于是乎,解决方法来了,追根朔源,那个东东叫HTML Ti
sublime Text3 格式化Html代码
在install package 里面找不到Tag 插件,反复查找测试格式化代码方法如下: 1、安装HTML\CSS\JS Prettify 插件 2、选中代码,鼠标右键 HTML\CSS\JS Prettify>Prettify code 出现错误如下: 提示和node.js 有关系, 电脑上面装的有就找到node.js的安装路径,没装的去官网下载。 3、复制路径,鼠标右键HTML\
C# JS输出HTML格式代码
C# JS一键输出HTML格式代码,自己写的。
Sublime text 3 如何格式化HTML代码
使用Sublime text 3 编写代码是一种享受,使用Sublime text 3 格式化HTML代码,需要安装插件,具体安装步骤如下: 1、打开菜单->首选项->插件控制,输入 install package 2、等待程序进入插件管理功能,再输入插件名称:TAG 3、点击安装插件。 4、插件安装成功后,在需要格式化的HTML代码中,选中代码,然
sublime text3 格式化html代码
转载连接:http://www.5imb.com/show-83-5884-1.html 首先你的sumblime text3得安装包管理器,如何安装请参考官网:   https://packagecontrol.io/installation 官网上面介绍了安装方法以及常用主题包和工具包 安装好之后ctrl+shift +p  输入pci  选中 pack
VS2010的aspx文件中的html代码的格式化整理的方法
VS2010的aspx文件中的html代码的格式化整理的方法
Notepad++中格式化html代码的插件tidy2的下载与安装
在使用Notepad++编辑html文件时,经常会遇到代码格式化的问题,这时使用tidy2插件处理是很好的选择。然而,通过软件自带的插件管理菜单安装此插件时,有时会出现安装失败的情况。此时不得不选择从网络中下载插件进行安装。 但是这一插件在网络中并不好找,几经周折后,我从官网下载到该插件(这也说明我找资料的方式不对,提醒我以后下载资料的应首先去官网上找)。方便大家查找,此处附上链接:dity2下
将获取的html源代码格式化输出
import android.util.Log; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStream; import java.io.InputStreamReader; import java.io.UnsupportedEncodingException; import j
让Editplus自动格式化js、html、css
让Editplus自动格式化js、html、css