asp.net – 获取包含HTML标记的文本子字符串

发布时间：2020-12-16 06:41:40 所属栏目：asp.Net 来源：网络整理

导读：获取包含 HTML标记的文本的子字符串假设您需要以下前10个字符： “ p这是第1段 / p这是第2段 / p” 输出将是： “ p这是” 返回的文本包含未关闭的P标记.如果将其呈现给页面,则后续内容将受到打开的P标记的影响.理想情况下,首选输出将关闭任何未关闭的HTML

获取包含 HTML标记的文本的子字符串

假设您需要以下前10个字符：

“这是第1段这是第2段”

输出将是：

“这是”

返回的文本包含未关闭的P标记.如果将其呈现给页面,则后续内容将受到打开的P标记的影响.理想情况下,首选输出将关闭任何未关闭的HTML标记,与其打开时相反：

“这是”
我想要一个返回HTML子字符串的函数,确保没有标签保持未闭合状态

您需要教您的代码如何理解您的字符串实际上是HTML或 XML.只是将它视为一个字符串就不允许你按照你想要的方式使用它.这意味着首先将其转换为正确的格式,然后使用该格式.

使用XSL样式表

如果您的HTML是格式良好的XML,请将其加载到XMLDocument中,然后通过执行类似以下操作的XSL样式表运行它：

<xsl:template match="p">
  <xsl:value-of select="substring(text(),10)" />
</xsl:template>

使用HTML解析器

如果它不是格式良好的XML(如在您的示例中,中间突然出现),则需要使用a HTML parser of some kind,例如HTML Agility Pack(请参阅此question about C# HTML parsers).

自HTML is too complex to parse using regex起,不要使用正则表达式.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!