用 C# 更改字符串中文本内容的最简单方法是什么？答案

【问题标题】：What's the easiest way to change the contents of text in a string with C#?用 C# 更改字符串中文本内容的最简单方法是什么？
【发布时间】：2012-12-07 19:37:27
【问题描述】：

我的字符串中的 HTML 如下所示：

<div id="control">
    <a href="/xx/x">y</a>
    <ul>
        <li><a href="/C003Q/x" class="dw">x</a></li>
        <li><a href="/C003R/xx" class="dw">xx</a></li>
        <li><a href="/C003S/xxx" class="dw">xxx</a></li>
    </ul>
</div>

我想将其更改为以下内容：

<div id="control">
    <a data-href="/xx/x" ><span>y</span></a>
    <ul>
        <li><a data-href="/C003Q/x" class="dw"><span>x</span></a></li>
        <li><a data-href="/C003R/xx" class="dw"><span>xx</span></a></li>
        <li><a data-href="/C003S/xxx" class="dw"><span>xxx</span></a></li>
    </ul>
</div>

我听说过 regex，但我不确定如何使用它来更改地址标签内的内容并同时更改 href。我是否需要使用 regex 两次，我可以使用 regex 更改 <a ... >...</a> 的内部还是使用 C# 有更简单的方法？

【问题讨论】：

您可以将 Html 视为 XML 并使用 XMLReader 编辑元素中的文本。看看 XmlDocument 类。
您可以查看 [如何从 html 中删除特定标签][1] 和 [如何使用 HTML 敏捷包][2] [1]：stackoverflow.com/questions/13955247/… [2 ]:stackoverflow.com/questions/846994/how-to-use-html-agility-pack
@StianStandahl - 如果 HTML 不是有效的 XML（没有根元素，有效 HTML的元素，例如<br>等...跨度>
为什么不使用 XDocument 而不是 XmlDocument？如果 html 格式正确，您可以使用其中任何一个
@Oded - 用于 html 4。是的。我认为使用 Html 5 它应该可以工作。但我没有考虑未封闭的元素。很好的收获:)

标签： c#

【解决方案1】：

一般来说，正则表达式是not suitable for parsing HTML，例外是众所周知且结构良好的 HTML（即，您确切知道要解析的内容）。

您可以使用一些 HTML 解析器 - HTML Agility Pack 是一个流行的选项，还有 CsQuery。

什么是 Html Agility Pack (HAP)？

这是一个敏捷的 HTML 解析器，它构建一个读/写 DOM 并支持普通的 XPATH 或 XSLT（实际上你不必了解 XPATH 或 XSLT 就可以使用它，不用担心......）。它是一个 .NET 代码库，可让您解析“网络之外”的 HTML 文件。解析器对“真实世界”格式错误的 HTML 非常宽容。对象模型与 System.Xml 的提议非常相似，但用于 HTML 文档（或流）。

CsQuery - .NET 4 的 .C# jQuery 端口

CsQuery 是 .NET 4 的 jQuery 端口。它实现了所有 CSS2 和 CSS3 选择器、jQuery 的所有 DOM 操作方法以及一些实用方法。大部分 jQuery 测试套件（从 1.6.2 开始）已移植到 C#。

【讨论】：

【解决方案2】：

您可以使用正则表达式替换。使用括号捕获匹配文本中的值，并使用$1、$2 等。使用替换字符串中的值：

str = Regex.Replace(
  str,
  "<a href=\"(.+?)\" class=\"dw\">(.+?)</a>",
  "<a data-href=\"$1\" class=\"dw\"><span>$2</span></a>"
);

注意：如果 HTML 代码没有完全相同的形式，则替换将不起作用。例如，如果锚标记中有另一个属性，或者属性顺序颠倒，则模式将不匹配。

【讨论】：

【解决方案3】：

如果你不想使用Regex，你可以这样做：

string newString = oldString.Replace("dw\">", "dw\"><span>")
                            .Replace("</a", "</span></a");

【讨论】：