在C＃字符串中通過HTML搜索特定文本並標記文本的最佳方法是什麼？

Question

在C＃字符串變量內搜索HTML以查找特定單詞/短語並使用高亮標記（或包裹）該單詞/短語的最佳方法是什麼？

感謝，

傑夫

Answer 1

正則表達式將是我的方式。 ;）

Answer 2

搜索字符串，你會想查找正則表達式。至於標記它，一旦你有子字符串的位置，它應該足夠簡單，使用它來添加一些東西來包裝短語。

Answer 3

如果您使用符合XHTML的HTML，則可以將其作爲XML文檔加載，然後使用XPath/XSL--長長的蜿蜒但優雅？

我過去使用的方法是使用HTMLTidy將雜亂的HTML轉換爲XHTML，然後使用XSL/XPath將屏幕內容轉換爲數據庫，以創建反向內容管理系統。

正則表達式可以做到這一點，但是如果嘗試剝離標籤，圖像名稱等以消除誤報，可能會很複雜。

Answer 4

在簡單的情況下，正則表達式會做。

string input =「ttttttgottttttt」;
string output = Regex.Replace（input，「go」，「<strong> $ 0 </strong >」）;

將產生：「TTTTTT < STRONG>去< /強> TTTTTTT」

但是，當你說HTML，如果你指的是渲染的最後文本，這是一個有點亂。假設你已經有了這個HTML：

<跨度類= 「firstLetter」 >乙</SPAN > OOK

爲了突出這個詞 '書'，你會需要一個適當的HTML渲染器的幫助。爲了簡化起見，可以先刪除所有標籤，只留下內容，然後進行通常的替換，但是它感覺不正確。

Answer 5

你可以看看使用Html DOM，SourceForge.net上的一個開源項目。 通過這種方式，您可以以編程方式操作文本而不是依賴正則表達式。

Answer 6

我喜歡使用Html Agility Pack非常容易使用，雖然最近沒有太多更新，但它仍然可用。例如抓取所有鏈接

HtmlWeb client = new HtmlWeb(); 
HtmlDocument doc = client.Load("http://yoururl.com");    
HtmlNodeCollection Nodes = doc.DocumentNode.SelectNodes("//a[@href]");   

foreach (var link in Nodes) 
{     
    Console.WriteLine(link.Attributes["href"].Value); 
}