尋找一個好的HTML解析器，將提供offsetHeight的值

我有一個項目，需要我加載一個HTML文檔作爲字符串，並解析它。我試圖確定哪個HTML節點會超過頁面的高度（8.5x11），因此我可以在它之前插入一個'page-break-after'。這將與我正在生產的.NET DLL完成。尋找一個好的HTML解析器，將提供offsetHeight的值

我試過使用mshtml dom。將字符串值加載到此並不容易，當我設法完成此操作時，offsetHeight（etc）屬性始終返回零。我發現完成這項工作的唯一方法是將HTML保存到磁盤，通過SHDocVw.InternetExplorer加載它，然後將其傳遞給mshtml dom。

我假設除非HTML由SHDocVw'呈現'，否則我沒有用於報告mshtml的offsetHeight信息，因爲這是基於屏幕像素。我可能是錯的。

我當前的代碼如下：

Dim myIE As New SHDocVw.InternetExplorer 
myIE.Navigate("D:\Temp\Test.HTML") 
Dim myDoc As mshtml.HTMLDocument = CType(myIE.Document, mshtml.HTMLDocument) 

Dim divTag As mshtml.IHTMLElement = myDoc.getElementById("someID") 

For Each childNode As mshtml.IHTMLElement In TryCast(divTag.children, mshtml.IHTMLElementCollection) 
    If childNode.offsetTop + childNode.offsetHeight > 750 Then '72pixels = 1 inch. 
     childNode.insertAdjacentHTML("beforeBegin", "<DIV style='page-break-after:always'></DIV>") 
    End If 
Next

我有兩個目標。＃1是關鍵，＃2理想。

1）從字符串加載HTML，並讓上述代碼仍然有效。

2）理想情況下，找一個.NET組件來做同樣的事情。我不喜歡在.NET中依賴COM組件，除非我別無選擇。

來源

2010-02-26 Brett

WebBrowser（也許，不確定）會將您的HTML字符串並將其轉換爲可導航的DOM。重用，不要重新創建HTML解析器。你的項目結束時會留下更多的頭髮。

來源

2010-02-26 17:39:41

不知道如果我關注。 WebBrowser是一個windows.forms類。我有一個無形的.dll。你能做這個嗎？我會修補這個，但我很好奇，如果沒有更好的方法？ – Brett 2010-02-26 18:04:01

那麼你知道什麼！我添加了一個帶有瀏覽器控件的窗體，它的功能就像一個魅力。我沒有看到窗口被調用時出現，所以這對我很有用！謝謝！ – Brett 2010-02-26 19:16:15

我在很多年前的一次單元測試中使用過它。對班級不是很確定，但很高興它能奏效。 – 2010-02-27 03:48:48

-1

使用來自Codeplex的Html Agility Pack，它是最全面的HTML解析器，並基於HTML結構創建DOM樹。

來源

2010-02-26 17:40:45 t0mm13b

我試過這個。優秀的解析器，但似乎沒有任何位置屬性來告訴我我在哪裏與頁面有關。 streamPosition可能就是它，但文檔不清楚這個值是什麼。 – Brett 2010-02-26 17:54:00

使用典型的XPath類似結構來獲取具有元素'someID'的子節點的路徑... – t0mm13b 2010-02-26 18:18:33

使用它...有一些瑕疵，使它在某些situtaions中無法使用。如果你的HTML很複雜，我會避免這種情況。對簡單頁面工作正常。 – 2010-02-27 03:49:47

尋找一個好的HTML解析器，將提供offsetHeight的值

回答

相關問題