HTML查找和替換HREF標記

Question

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

我解析HTML文件。我需要在HTML中找到所有的href標籤，並用文本友好的版本替換它們 。

這裏是一個例子。

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

我該如何做到這一點？

Answer 1

你可以使用Html Agility Pack library，用這樣的代碼：

 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.