HtmlAgilityPack 修复未打开标签答案

【问题标题】：HmlAgilityPack fix not open tagHtmlAgilityPack 修复未打开标签
【发布时间】：2015-03-27 00:49:44
【问题描述】：

我从 url html 页面获取。在页面中我得到带有热打开<tr>标签的表格

<table class="transparent">
    <tr><td>Sąrašo eil. Nr.:</td><td>B-FA001</td></tr>
    <td>Įrašymo į Sąrašą data:</td><td>2006-11-13</td></tr>
</table>

如何解决

<table class="transparent">
    <tr><td>Sąrašo eil. Nr.:</td><td>B-FA001</td></tr>
    <tr><td>Įrašymo į Sąrašą data:</td><td>2006-11-13</td></tr>
</table>

我试过了

private HtmlDocument GetHtmlDocument(string link)
{
    string url = "http://195.182.67.7/paslaugos/administratoriai/bankroto-administratoriai/" + link;
    var web = new HtmlWeb { AutoDetectEncoding = false, OverrideEncoding = Encoding.UTF8 };
    var doc = web.Load(url);
    doc.OptionFixNestedTags = true;
    doc.OptionAutoCloseOnEnd = true;
    doc.OptionCheckSyntax = true;

    // build a list of nodes ordered by stream position
    NodePositions pos = new NodePositions(doc);

    // browse all tags detected as not opened
    foreach (HtmlParseError error in doc.ParseErrors.Where(e => e.Code == HtmlParseErrorCode.TagNotOpened))
    {
        // find the text node just before this error
        var last = pos.Nodes.OfType<HtmlTextNode>().LastOrDefault(n => n.StreamPosition < error.StreamPosition);
        if (last != null)
        {
            // fix the text; reintroduce the broken tag
            last.Text = error.SourceText.Replace("/", "") + last.Text + error.SourceText;
        }
    }
    doc.Save(Console.Out);
    return doc;
}

但不修复

【问题讨论】：

试试这个：stackoverflow.com/questions/22661640/…
我试过了，但我可能做错了什么。

标签： c# html .net-4.5 html-agility-pack

【解决方案1】：

对于这个特殊问题，您可以进行简单的正则表达式替换：

 string wrong = "<table class=\"transparent\"><tr><td>Sąrašo eil. Nr.:</td><td>B-FA001</td></tr><td>Įrašymo į Sąrašą data:</td><td>2006-11-13</td></tr></table>";
 Regex reg = new Regex(@"(?<!(?:<tr>)|(?:</td>))<td>");
 string right = reg.Replace(wrong, "<tr><td>");
 Console.WriteLine(right);

【讨论】：